Subcold/common_voice_small_preprocessed.en

---
dataset_info:
features:
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 18247456336
num_examples: 18999
- name: test
num_bytes: 3795631576
num_examples: 3952
download_size: 3870097860
dataset_size: 22043087912
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集详情：
特征项：
- 名称：输入特征（input_features），为嵌套序列结构，序列元素类型为单精度浮点数（float32）
- 名称：标签（labels），为序列结构，序列元素类型为64位整数（int64）
数据划分：
- 划分名称：训练集（train），数据字节大小：18247456336，样本总数：18999
- 划分名称：测试集（test），数据字节大小：3795631576，样本总数：3952
下载总大小：3870097860字节，数据集总大小：22043087912字节
配置项：
- 配置名称：默认配置（default），数据文件路径如下：
- 训练集（train）划分：对应路径为data/train-*
- 测试集（test）划分：对应路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• 输入特征 (input_features):
  • 类型: 序列 (sequence)
  • 数据类型: float32
• 标签 (labels):
  • 类型: 序列 (sequence)
  • 数据类型: int64

数据集分割

• 训练集 (train):
  • 字节数: 18247456336
  • 样本数: 18999
• 测试集 (test):
  • 字节数: 3795631576
  • 样本数: 3952

数据集大小

• 下载大小: 3870097860 字节
• 数据集大小: 22043087912 字节

配置

• 默认配置 (default):
  • 数据文件路径:
    • 训练集: data/train-*
    • 测试集: data/test-*