rakshya34/filtered_voice_english_v1.21

---
dataset_info:
features:
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: transcription
dtype: string
- name: normalized_text
dtype: string
splits:
- name: train
num_bytes: 199387505.0
num_examples: 5000
download_size: 197308484
dataset_size: 199387505.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：path（路径），数据类型：字符串
- 名称：audio（音频），数据类型为音频格式，采样率为48000
- 名称：transcription（转录文本），数据类型：字符串
- 名称：normalized_text（归一化文本），数据类型：字符串
数据集划分：
- 名称：train（训练集），字节占用量：199387505.0，样本总数：5000
下载大小：197308484
数据集存储大小：199387505.0
配置项：
- 配置名称：default（默认配置），对应数据文件：
- 数据集划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• path：文件路径，数据类型为字符串。
• audio：音频数据，采样率为48000。
• transcription：转录文本，数据类型为字符串。
• normalized_text：规范化文本，数据类型为字符串。

数据集划分

• train：训练集，包含5000个样本，总大小为199387505.0字节。

数据集大小

• 下载大小：197308484字节
• 数据集总大小：199387505.0字节

配置

• default：默认配置，训练数据文件路径为data/train-*。