zainulhakim/Stella20_Arabic_ASR

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
splits:
- name: train20
num_bytes: 107975180.0
num_examples: 337
- name: train
num_bytes: 22748480.0
num_examples: 71
- name: validation
num_bytes: 4806017.0
num_examples: 15
- name: test
num_bytes: 5126418.0
num_examples: 16
download_size: 139710175
dataset_size: 140656095.0
configs:
- config_name: default
data_files:
- split: train20
path: data/train20-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：audio（音频），数据类型为音频格式，采样率为16000赫兹
- 名称：text（文本），数据类型为字符串
数据划分：
- 划分名称：train20，占用字节数：107975180.0，样本数量：337
- 划分名称：train（训练集），占用字节数：22748480.0，样本数量：71
- 划分名称：validation（验证集），占用字节数：4806017.0，样本数量：15
- 划分名称：test（测试集），占用字节数：5126418.0，样本数量：16
下载总大小：139710175字节
数据集总大小：140656095.0字节
配置项：
- 配置名称：default（默认配置），数据文件映射：
- 划分：train20，文件路径：data/train20-*
- 划分：train，文件路径：data/train-*
- 划分：validation，文件路径：data/validation-*
- 划分：test，文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• audio:
  • 数据类型: 音频
  • 采样率: 16000 Hz
• text:
  • 数据类型: 字符串

数据集分割

• train20:
  • 示例数量: 337
  • 数据大小: 107975180.0 字节
• train:
  • 示例数量: 71
  • 数据大小: 22748480.0 字节
• validation:
  • 示例数量: 15
  • 数据大小: 4806017.0 字节
• test:
  • 示例数量: 16
  • 数据大小: 5126418.0 字节

数据集大小

• 下载大小: 139710175 字节
• 数据集总大小: 140656095.0 字节

数据文件配置

• 默认配置:
  • train20: 路径格式为 data/train20-*
  • train: 路径格式为 data/train-*
  • validation: 路径格式为 data/validation-*
  • test: 路径格式为 data/test-*