libros

• Descripción :

LibriTTS es un corpus en inglés de varios hablantes de aproximadamente 585 horas de lectura de habla en inglés a una frecuencia de muestreo de 24 kHz, preparado por Heiga Zen con la ayuda de los miembros del equipo de Google Speech y Google Brain. El corpus LibriTTS está diseñado para la investigación TTS. Se deriva de los materiales originales (archivos de audio mp3 de LibriVox y archivos de texto del Proyecto Gutenberg) del corpus LibriSpeech. Las principales diferencias con el corpus LibriSpeech se enumeran a continuación:

1. Los archivos de audio tienen una frecuencia de muestreo de 24 kHz.
2. El discurso se divide en los saltos de oración.
3. Se incluyen tanto los textos originales como los normalizados.
4. Se puede extraer información contextual (p. ej., oraciones vecinas).
5. Se excluyen las expresiones con un ruido de fondo significativo.

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio : http://www.openslr.org/60

• Código fuente : tfds.datasets.libritts.Builder

• Versiones :

  • 1.0.1 (predeterminado): Sin notas de la versión.

• Tamaño de descarga : 78.42 GiB

• Tamaño del conjunto de datos : 271.41 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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),
})

• Documentación de características :

• Teclas supervisadas (ver documento as_supervised ): ('text_normalized', 'speech')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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},
}