SyedAunZaidi/cv-corpus-13.0-ur

---
dataset_info:
features:
- name: audio
dtype: audio
- name: client_id
dtype: string
- name: path
dtype: string
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accents
dtype: string
- name: variant
dtype: float64
- name: locale
dtype: string
- name: segment
dtype: float64
- name: config
dtype: string
splits:
- name: train
num_bytes: 108669095.966
num_examples: 4129
- name: test
num_bytes: 80563643.32
num_examples: 3265
- name: validation
num_bytes: 80563643.32
num_examples: 3265
download_size: 270064851
dataset_size: 269796382.606
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名：音频（audio），数据类型：音频
- 字段名：客户端ID（client_id），数据类型：字符串
- 字段名：路径（path），数据类型：字符串
- 字段名：参考语句（sentence），数据类型：字符串
- 字段名：赞成票数（up_votes），数据类型：64位整型
- 字段名：反对票数（down_votes），数据类型：64位整型
- 字段名：年龄（age），数据类型：字符串
- 字段名：性别（gender），数据类型：字符串
- 字段名：口音（accents），数据类型：字符串
- 字段名：变体（variant），数据类型：双精度浮点数
- 字段名：语言区域（locale），数据类型：字符串
- 字段名：语音片段（segment），数据类型：双精度浮点数
- 字段名：配置（config），数据类型：字符串
数据划分：
- 名称：训练集（train），字节大小：108669095.966，样本数量：4129
- 名称：测试集（test），字节大小：80563643.32，样本数量：3265
- 名称：验证集（validation），字节大小：80563643.32，样本数量：3265
下载总大小：270064851
数据集总大小：269796382.606
配置项：
- 配置名称：default
数据文件：
- 数据划分：训练集（train），文件路径：data/train-*
- 数据划分：测试集（test），文件路径：data/test-*
- 数据划分：验证集（validation），文件路径：data/validation-*

原始信息汇总

数据集概述

数据特征

• audio: 音频数据
• client_id: 字符串类型，客户端ID
• path: 字符串类型，文件路径
• sentence: 字符串类型，句子内容
• up_votes: 整数类型，赞同票数
• down_votes: 整数类型，反对票数
• age: 字符串类型，年龄
• gender: 字符串类型，性别
• accents: 字符串类型，口音
• variant: 浮点数类型，变体
• locale: 字符串类型，地区
• segment: 浮点数类型，段落
• config: 字符串类型，配置

数据分割

• train: 训练集，包含4129个样本，大小为108669095.966字节
• test: 测试集，包含3265个样本，大小为80563643.32字节
• validation: 验证集，包含3265个样本，大小为80563643.32字节

数据大小

• 下载大小: 270064851字节
• 数据集大小: 269796382.606字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • test: 路径为data/test-*
    • validation: 路径为data/validation-*