librismo

• Opis :

LibriSpeech to zbiór około 1000 godzin odczytanej mowy angielskiej z częstotliwością próbkowania 16 kHz, przygotowany przez Vassila Panayotova przy pomocy Daniela Poveya. Dane pochodzą z przeczytanych audiobooków z projektu LibriVox i zostały starannie posegmentowane i dopasowane.

Zaleca się używanie leniwego dekodowania audio w celu szybszego odczytu i mniejszego rozmiaru zbioru danych: - zainstaluj bibliotekę tensorflow_io : pip install tensorflow-io - włącz leniwe dekodowanie: tfds.load('librispeech', builder_kwargs={'config': 'lazy_decode'})

• Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem north_east

• Strona główna : http://www.openslr.org/12

• Kod źródłowy : tfds.datasets.librispeech.Builder

• Rozmiar pobierania : 57.14 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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

• Dokumentacja funkcji :

• Nadzorowane klucze (zobacz as_supervised dokument ): ('speech', 'text')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@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/default (konfiguracja domyślna)

• Opis konfiguracji : Domyślny zestaw danych.

• Wersje :

  • 2.1.1 (domyślnie): Napraw typ danych mowy za pomocą dtype=tf.int16.
  • 2.1.2 : Dodaj konfigurację „lazy_decode”.

• Rozmiar zbioru danych : 304.47 GiB

• Przykłady ( tfds.as_dataframe ):

librispeech/lazy_decode

• Opis konfiguracji : Surowy zestaw danych audio.

• Wersje :

  • 2.1.1 : Napraw typ danych mowy za pomocą dtype=tf.int16.
  • 2.1.2 (domyślnie): Dodaj konfigurację „lazy_decode”.

• Rozmiar zbioru danych : 59.37 GiB

• Przykłady ( tfds.as_dataframe ):