japanese-asr/whisper_transcriptions.reazonspeech.all_82.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: 11327107391.0
num_examples: 81059
download_size: 11144668672
dataset_size: 11327107391.0
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：audio（音频）
数据类型：
音频：
采样率：16000
- 名称：text（文本）
数据类型：字符串
- 名称：whisper_transcript（Whisper语音转录结果）
数据类型：64位整数序列
- 名称：input_length（输入长度）
数据类型：64位整数
- 名称：labels（标签）
数据类型：64位整数序列
划分集：
- 名称：train（训练集）
字节数：11327107391.0
样本数量：81059
下载大小：11144668672
数据集总大小：11327107391.0
配置项：
- 配置名称：all
数据文件：
- 划分集：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

数据特征

• 音频 (audio):
  • 数据类型: 音频
  • 采样率: 16000 Hz
• 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):
  • 数据量: 11327107391.0 字节
  • 样本数量: 81059

数据集大小

• 下载大小: 11144668672 字节
• 总数据集大小: 11327107391.0 字节

数据文件路径

• 训练集路径: all/train-*