thanhduycao/data_for_synthesis_with_entities_align_v5

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: id dtype: string - name: sentence dtype: string - name: intent dtype: string - name: sentence_annotation dtype: string - name: entities list: - name: type dtype: string - name: filler dtype: string - name: file dtype: string - name: audio struct: - name: array sequence: float64 - name: path dtype: string - name: sampling_rate dtype: int64 - name: origin_transcription dtype: string - name: sentence_norm dtype: string - name: sentence_norm_v2 dtype: string - name: w2v2_large_transcription dtype: string - name: wer dtype: float64 - name: entities_norm list: - name: filler dtype: string - name: type dtype: string - name: entities_align dtype: string - name: entities_score dtype: string splits: - name: train num_bytes: 2358311345 num_examples: 4430 download_size: 446162189 dataset_size: 2358311345 --- # Dataset Card for "data_for_synthesis_with_entities_align_v5" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)配置项： - 配置名称：default 数据文件： - 分割集：训练集（train） 路径：data/train-* 数据集信息： 特征字段： - 字段名：id 数据类型：string - 字段名：sentence 数据类型：string - 字段名：intent 数据类型：string - 字段名：sentence_annotation 数据类型：string - 字段名：entities 列表类型： - 字段名：类型（type） 数据类型：string - 字段名：实体文本（filler） 数据类型：string - 字段名：file 数据类型：string - 字段名：audio 结构体类型： - 字段名：array 序列类型：float64 - 字段名：path 数据类型：string - 字段名：采样率（sampling_rate） 数据类型：int64 - 字段名：origin_transcription 数据类型：string - 字段名：sentence_norm 数据类型：string - 字段名：sentence_norm_v2 数据类型：string - 字段名：w2v2_large_transcription 数据类型：string - 字段名：词错误率（wer） 数据类型：float64 - 字段名：entities_norm 列表类型： - 字段名：实体文本（filler） 数据类型：string - 字段名：类型（type） 数据类型：string - 字段名：entities_align 数据类型：string - 字段名：entities_score 数据类型：string 分割集： - 分割集名称：train 字节数：2358311345 样本数量：4430 下载大小：446162189 数据集总大小：2358311345 # 「data_for_synthesis_with_entities_align_v5」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • id: 字符串
  • sentence: 字符串
  • intent: 字符串
  • sentence_annotation: 字符串
  • entities: 列表
    • type: 字符串
    • filler: 字符串
  • file: 字符串
  • audio: 结构体
    • array: 浮点数序列
    • path: 字符串
    • sampling_rate: 整数
  • origin_transcription: 字符串
  • sentence_norm: 字符串
  • sentence_norm_v2: 字符串
  • w2v2_large_transcription: 字符串
  • wer: 浮点数
  • entities_norm: 列表
    • filler: 字符串
    • type: 字符串
  • entities_align: 字符串
  • entities_score: 字符串

分割

• train:
  • 字节数: 2358311345
  • 样本数: 4430

大小

• 下载大小: 446162189
• 数据集大小: 2358311345