salahyahya/train_data

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- 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
splits:
- name: train
num_bytes: 435602356.97
num_examples: 12135
download_size: 435328773
dataset_size: 435602356.97
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息:
特征字段:
- 名称: 客户端ID(client_id)
数据类型: 字符串
- 名称: 文件路径(path)
数据类型: 字符串
- 名称: 音频(audio)
数据类型:
音频:
采样率(sampling_rate): 48000
- 名称: 语句文本(sentence)
数据类型: 字符串
- 名称: 点赞数(up_votes)
数据类型: 64位整数(int64)
- 名称: 点踩数(down_votes)
数据类型: 64位整数(int64)
- 名称: 年龄(age)
数据类型: 字符串
- 名称: 性别(gender)
数据类型: 字符串
- 名称: 口音(accent)
数据类型: 字符串
- 名称: 语言区域(locale)
数据类型: 字符串
- 名称: 片段(segment)
数据类型: 字符串
数据集划分:
- 名称: 训练集(train)
字节数: 435602356.97
样本数: 12135
下载大小: 435328773
数据集总大小: 435602356.97
配置项:
- 配置名称: 默认配置(default)
数据文件:
- 划分: 训练集(train)
路径: data/train-*

原始信息汇总

数据集概述

数据特征

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 包含音频数据，采样率为48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为整数（int64）。
• down_votes: 数据类型为整数（int64）。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accent: 数据类型为字符串。
• locale: 数据类型为字符串。
• segment: 数据类型为字符串。

数据分割

• train: 包含12135个样本，总字节数为435602356.97。

数据集大小

• 下载大小: 435328773字节。
• 数据集大小: 435602356.97字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*