japanese-asr/whisper_transcriptions.reazonspeech.all_76.wer_10.0

---
dataset_info:
config_name: all
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: whisper_transcript
sequence: int64
- name: input_length
dtype: int64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 12675674103.0
num_examples: 90606
download_size: 12471430574
dataset_size: 12675674103.0
configs:
- config_name: all
data_files:
- split: train
path: all/train-*
---

数据集信息：
配置名称：all
特征：
- 名称：音频（audio），数据类型为音频格式，采样率为16000 Hz
- 名称：文本（text），数据类型为字符串
- 名称：Whisper转录结果（whisper_transcript），数据类型为64位整数序列
- 名称：输入长度（input_length），数据类型为64位整数
- 名称：标签（labels），数据类型为64位整数序列
数据集划分：
- 名称：训练集（train），字节占用量：12675674103.0，样本总数：90606
下载大小：12471430574
数据集总大小：12675674103.0
配置项：
- 配置名称：all
数据文件：
- 数据集划分：训练集
文件路径：all/train-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: all

数据特征

• 音频 (audio):

  • 数据类型: 音频
  • 采样率: 16000

• 文本 (text):

  • 数据类型: 字符串

• Whisper转录 (whisper_transcript):

  • 数据类型: 整数序列 (int64)

• 输入长度 (input_length):

  • 数据类型: 整数 (int64)

• 标签 (labels):

  • 数据类型: 整数序列 (int64)

数据分割

• 训练集 (train):
  • 数据大小: 12675674103.0 字节
  • 样本数量: 90606

数据集大小

• 下载大小: 12471430574 字节
• 数据集总大小: 12675674103.0 字节