quocanh34/data_for_synthesis

---
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: w2v2_large_transcription
dtype: string
- name: wer
dtype: int64
splits:
- name: train
num_bytes: 3484659441
num_examples: 6729
download_size: 825836967
dataset_size: 3484659441
---
# Dataset Card for "data_for_synthesis"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息:
特征:
- 名称: id，数据类型: 字符串
- 名称: sentence，数据类型: 字符串
- 名称: intent，数据类型: 字符串
- 名称: sentence_annotation，数据类型: 字符串
- 名称: entities，列表类型，包含子特征:
- 名称: type，数据类型: 字符串
- 名称: filler，数据类型: 字符串
- 名称: file，数据类型: 字符串
- 名称: audio，结构体类型，包含子项:
- 名称: array，64位浮点型音频序列
- 名称: path，数据类型: 字符串
- 名称: sampling_rate，采样率，数据类型: 64位整型
- 名称: origin_transcription，数据类型: 字符串
- 名称: sentence_norm，数据类型: 字符串
- 名称: w2v2_large_transcription，数据类型: 字符串
- 名称: wer，词错误率（Word Error Rate, WER），数据类型: 64位整型
数据集划分:
- 名称: train，占用字节数: 3484659441，样本数量: 6729
下载大小: 825836967 字节
数据集总大小: 3484659441 字节
---
# 「data_for_synthesis」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

数据集信息

特征

• id: 字符串类型
• sentence: 字符串类型
• intent: 字符串类型
• sentence_annotation: 字符串类型
• entities: 列表类型
  • type: 字符串类型
  • filler: 字符串类型
• file: 字符串类型
• audio: 结构类型
  • array: 浮点数序列
  • path: 字符串类型
  • sampling_rate: 整数类型
• origin_transcription: 字符串类型
• sentence_norm: 字符串类型
• w2v2_large_transcription: 字符串类型
• wer: 整数类型

数据分割

• train:
  • 字节数: 3484659441
  • 样本数: 6729

数据集大小

• 下载大小: 825836967 字节
• 数据集大小: 3484659441 字节