nói_digit

• Mô tả :

Một bộ dữ liệu âm thanh miễn phí về các chữ số được nói. Hãy nghĩ đến MNIST cho âm thanh.

Một bộ dữ liệu âm thanh/lời nói đơn giản bao gồm các bản ghi các chữ số được nói trong tệp wav ở 8kHz. Các bản ghi âm được cắt bớt để chúng có khoảng lặng gần như tối thiểu ở phần đầu và phần cuối.

5 loa
2.500 bản ghi (50 của mỗi chữ số cho mỗi loa)
phát âm tiếng anh

Các tệp được đặt tên theo định dạng sau: {digitLabel} { speakerName} {index}.wav

• Tài liệu bổ sung : Khám phá trên giấy tờ với mã north_east

• Trang chủ : https://github.com/Jakobovski/free-spoken-digit-dataset

• Mã nguồn : tfds.datasets.spoken_digit.Builder

• Phiên bản :

  • 1.0.9 (mặc định): Không có ghi chú phát hành.

• Kích thước tải xuống : 11.42 MiB

• Kích thước tập dữ liệu : 45.68 MiB

• Tự động lưu vào bộ đệm ( tài liệu ): Có

• Chia tách :

• Cấu trúc tính năng :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Tài liệu tính năng :

• Các khóa được giám sát (Xem as_supervised doc ): ('audio', 'label')

• Hình ( tfds.show_examples ): Không được hỗ trợ.

• Ví dụ ( tfds.as_dataframe ):

• trích dẫn :

@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}