tedlium

• คำอธิบาย :

คลังข้อมูล TED-LIUM คือการพูดคุย TED ภาษาอังกฤษพร้อมการถอดเสียง ตัวอย่างที่ 16kHz ประกอบด้วยคำพูดประมาณ 118 ชั่วโมง

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• รหัสแหล่งที่มา : tfds.datasets.tedlium.Builder

• รุ่น :

  • 1.0.1 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'gender': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'id': string,
    'speaker_id': string,
    'speech': Audio(shape=(None,), dtype=int64),
    'text': Text(shape=(), dtype=string),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('speech', 'text')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@inproceedings{rousseau2012tedlium,
  title={TED-LIUM: an Automatic Speech Recognition dedicated corpus},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  pages={125--129},
  year={2012}
}

tedlium/release1 (การกำหนดค่าเริ่มต้น)

• คำอธิบาย การกำหนดค่า : คลังข้อมูล TED-LIUM คือการพูดคุย TED ภาษาอังกฤษพร้อมการถอดความ สุ่มตัวอย่างที่ 16kHz ประกอบด้วยคำพูดประมาณ 118 ชั่วโมง

  This is the TED-LIUM corpus release 1,
  licensed under Creative Commons BY-NC-ND 3.0
  (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en).
  

• หน้าแรก : https://www.openslr.org/7/

• ขนาดการดาวน์โหลด : 19.82 GiB

• ขนาดชุดข้อมูล : 39.23 GiB

• แยก :

• ตัวอย่าง ( tfds.as_dataframe ):

เทดเลี่ยม/release2

• คำอธิบาย การกำหนดค่า : นี่คือ TED-LIUM corpus release 2 ซึ่งได้รับอนุญาตภายใต้ Creative Commons BY-NC-ND 3.0 ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en )

  All talks and text are property of TED Conferences LLC.
  
  The TED-LIUM corpus was made from audio talks and their transcriptions
  available on the TED website. We have prepared and filtered these data
  in order to train acoustic models to participate to the International
  Workshop on Spoken Language Translation 2011 (the LIUM English/French
  SLT system reached the first rank in the SLT task).
  
  Contains 1495 talks and transcripts.
  

• หน้าแรก : https://www.openslr.org/19/

• ขนาดการดาวน์โหลด : 34.26 GiB

• ขนาดชุดข้อมูล : 67.04 GiB

• แยก :

• ตัวอย่าง ( tfds.as_dataframe ):

เทเลี่ยม/release3

• คำอธิบาย การกำหนดค่า : นี่คือ TED-LIUM corpus release 3 ซึ่งได้รับอนุญาตภายใต้ Creative Commons BY-NC-ND 3.0

  All talks and text are property of TED Conferences LLC.
  
  This new TED-LIUM release was made through a collaboration between the
  Ubiqus company and the LIUM (University of Le Mans, France)
  
  Contents:
  
  - 2351 audio talks in NIST sphere format (SPH), including talks from
    TED-LIUM 2: be careful, same talks but not same audio files (only
    these audio file must be used with the TED-LIUM 3 STM files)
  - 452 hours of audio
  - 2351 aligned automatic transcripts in STM format
  - TEDLIUM 2 dev and test data: 19 TED talks in SPH format with
    corresponding manual transcriptions (cf. 'legacy' distribution below).
  - Dictionary with pronunciations (159848 entries), same file as the one
    included in TED-LIUM 2
  - Selected monolingual data for language modeling from WMT12 publicly
    available corpora: these files come from the TED-LIUM 2 release, but
    have been modified to get a tokenization more relevant for English
    language
  
  Two corpus distributions:
  - the legacy one, on which the dev and test datasets are the same as in
    TED-LIUM 2 (and TED-LIUM 1).
  - the 'speaker adaptation' one, especially designed for experiments on
    speaker adaptation.
  

• หน้าแรก : https://www.openslr.org/51/

• ขนาดการดาวน์โหลด : 50.59 GiB

• ขนาดชุดข้อมูล : 145.67 GiB

• แยก :

• ตัวอย่าง ( tfds.as_dataframe ):