DewiBrynJones/commonvoice_17_0_ency

--- dataset_info: features: - name: sentence dtype: string - name: language dtype: string - name: audio dtype: audio: sampling_rate: 16000 splits: - name: train num_bytes: 4863538852.349 num_examples: 128071 - name: dev num_bytes: 1055711724.845 num_examples: 26281 - name: test num_bytes: 1065331067.855 num_examples: 26379 - name: test_cy num_bytes: 507444953.0 num_examples: 13189 - name: test_en num_bytes: 557885270.94 num_examples: 13190 download_size: 7957928173 dataset_size: 8049911868.989 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: test path: data/test-* - split: test_cy path: data/test_cy-* - split: test_en path: data/test_en-* ---数据集信息： 特征： - 名称：句子（sentence），数据类型：字符串 - 名称：语言（language），数据类型：字符串 - 名称：音频（audio），数据类型： 音频： 采样率：16000 数据集划分： - 名称：训练集（train），字节数：4863538852.349，样本总数：128071 - 名称：验证集（dev），字节数：1055711724.845，样本总数：26281 - 名称：测试集（test），字节数：1065331067.855，样本总数：26379 - 名称：威尔士语测试子集（test_cy），字节数：507444953.0，样本总数：13189 - 名称：英语测试子集（test_en），字节数：557885270.94，样本总数：13190 下载总大小：7957928173 数据集总大小：8049911868.989 配置信息： - 配置名称：默认配置（default） 数据文件： - 数据划分：训练集（train），文件路径：data/train-* - 数据划分：验证集（dev），文件路径：data/dev-* - 数据划分：测试集（test），文件路径：data/test-* - 数据划分：威尔士语测试子集（test_cy），文件路径：data/test_cy-* - 数据划分：英语测试子集（test_en），文件路径：data/test_en-*

原始信息汇总

数据集概述

数据集特征

• sentence：文本类型，数据类型为字符串。
• language：文本类型，数据类型为字符串。
• audio：音频类型，采样率为16000。

数据集分割

• train：包含128071个样本，占用空间4863538852.349字节。
• dev：包含26281个样本，占用空间1055711724.845字节。
• test：包含26379个样本，占用空间1065331067.855字节。
• test_cy：包含13189个样本，占用空间507444953.0字节。
• test_en：包含13190个样本，占用空间557885270.94字节。

数据集大小

• 下载大小：7957928173字节。
• 数据集总大小：8049911868.989字节。

数据文件配置

• config_name: default
  • train：路径为data/train-*。
  • dev：路径为data/dev-*。
  • test：路径为data/test-*。
  • test_cy：路径为data/test_cy-*。
  • test_en：路径为data/test_en-*。