JST-SUPERB/NMSQA-test-gpt4

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
struct:
- name: answer_start
sequence: int64
- name: audio_full_answer_end
sequence: float64
- name: audio_full_answer_start
sequence: float64
- name: audio_full_neg_answer_end
sequence: float64
- name: audio_full_neg_answer_start
sequence: float64
- name: audio_segment_answer_end
sequence: float64
- name: audio_segment_answer_start
sequence: float64
- name: text
sequence: string
- name: question_audio_path
dtype:
audio:
sampling_rate: 16000
- name: question_normalized_text
dtype: string
- name: gpt4-response
struct:
- name: answerable
dtype: string
- name: prompt
dtype: string
- name: gpt4-answer
dtype: string
- name: question_audio_path_transcription_whisper-small.en
dtype: string
- name: question_audio_path_transcription_whisper-medium.en
dtype: string
- name: question_audio_path_transcription_whisper-large-v3
dtype: string
splits:
- name: test
num_bytes: 17340086.0
num_examples: 48
download_size: 15042538
dataset_size: 17340086.0
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---
# Dataset Card for "NMSQA-test-gpt4"

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

数据集信息：
特征列表：
- 字段名：问题（question），数据类型：字符串
- 字段名：答案集（answers），为结构体类型，包含以下子字段：
- 答案起始位置（answer_start）：int64类型序列
- 全量正向答案音频结束时间（audio_full_answer_end）：float64类型序列
- 全量正向答案音频起始时间（audio_full_answer_start）：float64类型序列
- 全量负向答案音频结束时间（audio_full_neg_answer_end）：float64类型序列
- 全量负向答案音频起始时间（audio_full_neg_answer_start）：float64类型序列
- 片段答案音频结束时间（audio_segment_answer_end）：float64类型序列
- 片段答案音频起始时间（audio_segment_answer_start）：float64类型序列
- 文本内容（text）：字符串序列
- 字段名：问题音频路径（question_audio_path），数据类型为音频（audio），采样率为16000Hz
- 字段名：归一化问题文本（question_normalized_text），数据类型：字符串
- 字段名：GPT-4响应（gpt4-response），为结构体类型，包含以下子字段：
- 可回答性标识（answerable）：字符串类型
- 提示词（prompt）：字符串类型
- 字段名：GPT-4回答（gpt4-answer），数据类型：字符串
- 字段名：基于Whisper-small.en模型的问题音频转录文本（question_audio_path_transcription_whisper-small.en），数据类型：字符串
- 字段名：基于Whisper-medium.en模型的问题音频转录文本（question_audio_path_transcription_whisper-medium.en），数据类型：字符串
- 字段名：基于Whisper-large-v3模型的问题音频转录文本（question_audio_path_transcription_whisper-large-v3），数据类型：字符串
数据集拆分：
- 拆分名称：测试集（test），字节大小：17340086.0，样本数量：48
下载总大小：15042538，数据集总大小：17340086.0
配置项：
- 配置名称：默认配置（default），数据文件：对应测试集拆分的路径为data/test-*

「NMSQA-test-gpt4」数据集卡片
【需补充更多信息】(https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)