odunola/french-english-preprocessed

---
dataset_info:
features:
- name: english_transcript
dtype: string
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 10936196016
num_examples: 11386
download_size: 1890718214
dataset_size: 10936196016
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：英文转录文本（english_transcript），数据类型：字符串
- 名称：输入特征（input_features），数据类型：float32双层序列
- 名称：标签（labels），数据类型：int64序列
数据集划分：
- 划分名称：训练集（train），占用字节数：10936196016，样本数量：11386
下载大小：1890718214 字节，数据集总大小：10936196016 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），数据路径：data/train-*

原始信息汇总

数据集概述

数据特征

• english_transcript: 数据类型为字符串。
• input_features: 序列类型，数据类型为float32。
• labels: 序列类型，数据类型为int64。

数据分割

• train: 包含11386个样本，数据大小为10936196016字节。

数据集大小

• 下载大小: 1890718214字节。
• 数据集大小: 10936196016字节。

配置

• default: 包含训练数据文件，路径为data/train-*。