librits

• Descriptif :

LibriTTS est un corpus anglais multi-locuteurs d'environ 585 heures de discours anglais lu à une fréquence d'échantillonnage de 24 kHz, préparé par Heiga Zen avec l'aide des membres de l'équipe Google Speech et Google Brain. Le corpus LibriTTS est conçu pour la recherche TTS. Il est dérivé des matériaux originaux (fichiers audio mp3 de LibriVox et fichiers texte du projet Gutenberg) du corpus LibriSpeech. Les principales différences avec le corpus LibriSpeech sont listées ci-dessous :

1. Les fichiers audio sont à un taux d'échantillonnage de 24 kHz.
2. Le discours est divisé aux pauses de phrase.
3. Les textes originaux et normalisés sont inclus.
4. Des informations contextuelles (par exemple, des phrases voisines) peuvent être extraites.
5. Les énoncés avec un bruit de fond important sont exclus.

• Documentation complémentaire : Explorer sur Papers With Code north_east

• Page d'accueil : http://www.openslr.org/60

• Code source : tfds.datasets.libritts.Builder

• Versions :

  • 1.0.1 (par défaut) : aucune note de version.

• Taille du téléchargement : 78.42 GiB

• Taille du jeu de données : 271.41 GiB

• Mise en cache automatique ( documentation ): Non

• Fractionnements :

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

• Touches supervisées (Voir as_supervised doc ): ('text_normalized', 'speech')

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@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},
}