libritt

• Descrizione :

LibriTTS è un corpus in inglese multi-speaker di circa 585 ore di parlato in inglese letto a una frequenza di campionamento di 24kHz, preparato da Heiga Zen con l'assistenza dei membri del team di Google Speech e Google Brain. Il corpus LibriTTS è progettato per la ricerca TTS. È derivato dai materiali originali (file audio mp3 da LibriVox e file di testo da Project Gutenberg) del corpus LibriSpeech. Le principali differenze rispetto al corpus LibriSpeech sono elencate di seguito:

1. I file audio hanno una frequenza di campionamento di 24kHz.
2. Il discorso è diviso in interruzioni di frase.
3. Sono inclusi sia i testi originali che quelli normalizzati.
4. Le informazioni contestuali (ad es. frasi vicine) possono essere estratte.
5. Sono escluse le espressioni con rumore di fondo significativo.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Pagina iniziale : http://www.openslr.org/60

• Codice sorgente : tfds.datasets.libritts.Builder

• Versioni :

  • 1.0.1 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 78.42 GiB

• Dimensione del set di dati : 271.41 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

• Tasti supervisionati (Vedi as_supervised doc ): ('text_normalized', 'speech')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@inproceedings{zen2019libritts,
  title = {LibriTTS: A Corpus Derived from LibriSpeech for Text-to-Speech},
  author = {H. Zen and V. Dang and R. Clark and Y. Zhang and R. J. Weiss and Y. Jia and Z. Chen and Y. Wu},
  booktitle = {Proc. Interspeech},
  month = sep,
  year = {2019},
  doi = {10.21437/Interspeech.2019-2441},
}