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-*