tiro-is/ismus

---
dataset_info:
features:
- name: audio_id
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: normalized_text
dtype: string
splits:
- name: train
num_bytes: 15107936585.61
num_examples: 109511
- name: test
num_bytes: 947114213.608
num_examples: 3184
download_size: 16411953840
dataset_size: 16055050799.218
---
# Dataset Card for "ismus"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 字段名：音频ID（audio_id），数据类型：字符串
- 字段名：音频（audio），数据类型为音频数据，采样率为16000Hz
- 字段名：归一化文本（normalized_text），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节占用量：15107936585.61，样本总数：109511
- 划分名称：测试集（test），字节占用量：947114213.608，样本总数：3184
下载总大小：16411953840
数据集总存储大小：16055050799.218
---
# "ismus"数据集卡片

[更多信息待补充](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• audio_id: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000。
• normalized_text: 数据类型为字符串。

数据集划分

• 训练集 (train): 包含109511个样本，总大小为15107936585.61字节。
• 测试集 (test): 包含3184个样本，总大小为947114213.608字节。

数据集大小

• 下载大小: 16411953840字节。
• 数据集总大小: 16055050799.218字节。