- Açıklama :
TED-LIUM külliyatı, 16 kHz'de örneklenmiş, transkripsiyonlu İngilizce TED konuşmalarıdır. Yaklaşık 118 saat konuşma içerir.
Kaynak kodu :
tfds.datasets.tedlium.Builder
sürümler :
-
1.0.1
(varsayılan): Sürüm notu yok.
-
Otomatik önbelleğe alınmış ( belgeleme ): Hayır
Özellik yapısı :
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),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Tanım |
---|---|---|---|---|
ÖzelliklerDict | ||||
cinsiyet | SınıfEtiketi | int64 | ||
İD | tensör | sicim | ||
hoparlör_kimliği | tensör | sicim | ||
konuşma | Ses | (Hiçbiri,) | int64 | |
metin | Metin | sicim |
Denetimli tuşlar (Bkz
as_supervised
doc ):('speech', 'text')
Şekil ( tfds.show_examples ): Desteklenmiyor.
Alıntı :
@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 (varsayılan yapılandırma)
Yapılandırma açıklaması : TED-LIUM külliyatı, 16 kHz'de örneklenmiş, transkripsiyonlu İngilizce TED konuşmalarıdır. Yaklaşık 118 saat konuşma içerir.
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).
Ana Sayfa : https://www.openslr.org/7/
İndirme boyutu :
19.82 GiB
Veri kümesi boyutu :
39.23 GiB
bölmeler :
Bölmek | örnekler |
---|---|
'test' | 1.469 |
'train' | 56.803 |
'validation' | 591 |
- Örnekler ( tfds.as_dataframe ):
tedlium/sürüm2
Yapılandırma açıklaması : Bu, Creative Commons BY-NC-ND 3.0 ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en ) altında lisanslanan TED-LIUM külliyat sürümü 2'dir.
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.
Ana Sayfa : https://www.openslr.org/19/
İndirme boyutu :
34.26 GiB
Veri kümesi boyutu :
67.04 GiB
bölmeler :
Bölmek | örnekler |
---|---|
'test' | 1.469 |
'train' | 92.973 |
'validation' | 591 |
- Örnekler ( tfds.as_dataframe ):
tedlium/serbest bırakma3
Yapılandırma açıklaması : Bu, Creative Commons BY-NC-ND 3.0 altında lisanslanan TED-LIUM külliyatı sürüm 3'tür.
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.
Ana Sayfa : https://www.openslr.org/51/
İndirme boyutu :
50.59 GiB
Veri kümesi boyutu :
145.67 GiB
bölmeler :
Bölmek | örnekler |
---|---|
'test' | 1.469 |
'train' | 268.263 |
'validation' | 591 |
- Örnekler ( tfds.as_dataframe ):