ليبريس

• الوصف :

LibriSpeech عبارة عن مجموعة تضم ما يقرب من 1000 ساعة من قراءة الكلام باللغة الإنجليزية بمعدل أخذ عينات يبلغ 16 كيلو هرتز ، تم إعداده بواسطة Vassil Panayotov بمساعدة Daniel Povey. البيانات مشتقة من الكتب الصوتية المقروءة من مشروع LibriVox ، وقد تم تقسيمها ومواءمتها بعناية.

يوصى باستخدام فك ترميز الصوت البطيء لقراءة أسرع وحجم أصغر لمجموعة البيانات: - تثبيت مكتبة tensorflow_io : pip install tensorflow-io - تمكين فك التشفير البطيء: tfds.load('librispeech', builder_kwargs={'config': 'lazy_decode'})

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : http://www.openslr.org/12

• كود المصدر : tfds.datasets.librispeech.Builder

• حجم التحميل : 57.14 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'chapter_id': int64,
    'id': string,
    'speaker_id': int64,
    'speech': Audio(shape=(None,), dtype=int16),
    'text': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('speech', 'text')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@inproceedings{panayotov2015librispeech,
  title={Librispeech: an ASR corpus based on public domain audio books},
  author={Panayotov, Vassil and Chen, Guoguo and Povey, Daniel and Khudanpur, Sanjeev},
  booktitle={Acoustics, Speech and Signal Processing (ICASSP), 2015 IEEE International Conference on},
  pages={5206--5210},
  year={2015},
  organization={IEEE}
}

librispeech / افتراضي (التكوين الافتراضي)

• وصف التكوين : مجموعة البيانات الافتراضية.

• إصدارات :

  • 2.1.1 (افتراضي): إصلاح نوع بيانات الكلام باستخدام dtype = tf.int16.
  • 2.1.2 : إضافة ملف التكوين "lazy_decode"

• حجم مجموعة البيانات : 304.47 GiB

• أمثلة ( tfds.as_dataframe ):

librispeech / lazy_decode

• وصف التكوين : مجموعة بيانات الصوت الخام.

• إصدارات :

  • 2.1.1 : إصلاح نوع بيانات الكلام مع dtype = tf.int16.
  • 2.1.2 (افتراضي): أضف ملف التكوين "lazy_decode".

• حجم مجموعة البيانات : 59.37 GiB

• أمثلة ( tfds.as_dataframe ): مفقود.

• الوصف :

LibriSpeech عبارة عن مجموعة تضم ما يقرب من 1000 ساعة من قراءة الكلام باللغة الإنجليزية بمعدل أخذ عينات يبلغ 16 كيلو هرتز ، تم إعداده بواسطة Vassil Panayotov بمساعدة Daniel Povey. البيانات مشتقة من الكتب الصوتية المقروءة من مشروع LibriVox ، وقد تم تقسيمها ومواءمتها بعناية.

يوصى باستخدام فك ترميز الصوت البطيء لقراءة أسرع وحجم أصغر لمجموعة البيانات: - تثبيت مكتبة tensorflow_io : pip install tensorflow-io - تمكين فك التشفير البطيء: tfds.load('librispeech', builder_kwargs={'config': 'lazy_decode'})

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : http://www.openslr.org/12

• كود المصدر : tfds.datasets.librispeech.Builder

• حجم التحميل : 57.14 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'chapter_id': int64,
    'id': string,
    'speaker_id': int64,
    'speech': Audio(shape=(None,), dtype=int16),
    'text': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('speech', 'text')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@inproceedings{panayotov2015librispeech,
  title={Librispeech: an ASR corpus based on public domain audio books},
  author={Panayotov, Vassil and Chen, Guoguo and Povey, Daniel and Khudanpur, Sanjeev},
  booktitle={Acoustics, Speech and Signal Processing (ICASSP), 2015 IEEE International Conference on},
  pages={5206--5210},
  year={2015},
  organization={IEEE}
}

librispeech / افتراضي (التكوين الافتراضي)

• وصف التكوين : مجموعة البيانات الافتراضية.

• إصدارات :

  • 2.1.1 (افتراضي): إصلاح نوع بيانات الكلام باستخدام dtype = tf.int16.
  • 2.1.2 : إضافة ملف التكوين "lazy_decode"

• حجم مجموعة البيانات : 304.47 GiB

• أمثلة ( tfds.as_dataframe ):

librispeech / lazy_decode

• وصف التكوين : مجموعة بيانات الصوت الخام.

• إصدارات :

  • 2.1.1 : إصلاح نوع بيانات الكلام مع dtype = tf.int16.
  • 2.1.2 (افتراضي): أضف ملف التكوين "lazy_decode".

• حجم مجموعة البيانات : 59.37 GiB

• أمثلة ( tfds.as_dataframe ): مفقود.