japanese-asr/whisper_transcriptions.reazonspeech.all_25

---
dataset_info:
config_name: all
features:
- name: name
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: transcription
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 30499558925.0
num_examples: 267968
download_size: 30257693596
dataset_size: 30499558925.0
configs:
- config_name: all
data_files:
- split: train
path: all/train-*
---

数据集信息：
配置名称：all
特征：
- 字段名：名称（name），数据类型：字符串（string）
- 字段名：音频（audio），数据类型为音频格式，采样率为16000
- 字段名：转录文本（transcription），数据类型：字符串（string）
- 字段名：Whisper转录序列（whisper_transcript），数据类型为64位整数（int64）序列
数据集划分：
- 划分名称：训练集（train），字节大小：30499558925.0，样本数量：267968
下载总大小：30257693596
数据集总大小：30499558925.0
配置项：
- 配置名称：all
数据文件：
- 划分：训练集（train），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

数据集特征

• 名称: 字符串类型
• 音频: 音频类型，采样率为16000 Hz
• 转录文本: 字符串类型
• Whisper转录: 整数类型，序列类型为int64

数据集分割

• 训练集:
  • 示例数量: 267968
  • 数据大小: 30499558925.0字节

数据集大小

• 下载大小: 30257693596字节
• 数据集总大小: 30499558925.0字节