lgris/common_voice_13_0_pt_pseudo_labelled

---
dataset_info:
config_name: pt
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 575552839.688
num_examples: 19948
- name: validation
num_bytes: 260552460.856
num_examples: 9072
- name: test
num_bytes: 283043426.928
num_examples: 9072
download_size: 1108032724
dataset_size: 1119148727.472
configs:
- config_name: pt
data_files:
- split: train
path: pt/train-*
- split: validation
path: pt/validation-*
- split: test
path: pt/test-*
---

数据集信息：
配置名称：pt
特征列表：
- 名称：客户端ID（client_id），数据类型：字符串
- 名称：文件路径，数据类型：字符串
- 名称：音频（audio），数据类型为音频格式，采样率为16000 Hz
- 名称：句子内容，数据类型：字符串
- 名称：赞成票数，数据类型：64位整数
- 名称：反对票数，数据类型：64位整数
- 名称：年龄，数据类型：字符串
- 名称：性别，数据类型：字符串
- 名称：口音，数据类型：字符串
- 名称：区域设置（locale），数据类型：字符串
- 名称：片段，数据类型：字符串
- 名称：变体，数据类型：字符串
- 名称：Whisper转录结果（whisper_transcript），数据类型：64位整数序列
数据集划分：
- 划分名称：训练集，字节大小：575552839.688，样本数量：19948
- 划分名称：验证集，字节大小：260552460.856，样本数量：9072
- 划分名称：测试集，字节大小：283043426.928，样本数量：9072
下载总大小：1108032724 字节
数据集总大小：1119148727.472 字节
配置项：
- 配置名称：pt
数据文件：
- 划分：训练集，路径：pt/train-*
- 划分：验证集，路径：pt/validation-*
- 划分：测试集，路径：pt/test-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: pt

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio: 音频类型，采样率为16000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型
• whisper_transcript: 序列类型，64位整数

数据分割

• 训练集:
  • 字节数: 575552839.688
  • 样本数: 19948
• 验证集:
  • 字节数: 260552460.856
  • 样本数: 9072
• 测试集:
  • 字节数: 283043426.928
  • 样本数: 9072

数据集大小

• 下载大小: 1108032724 字节
• 数据集大小: 1119148727.472 字节

数据文件配置

• 配置名称: pt
• 数据文件:
  • 训练集: pt/train-*
  • 验证集: pt/validation-*
  • 测试集: pt/test-*