user_libri_audio

• Описание :

UserLibri — это набор данных, содержащий парные аудиорасшифровки и дополнительные текстовые данные для каждого из 107 пользователей. Это переформатирование набора данных LibriSpeech, найденного по адресу http://www.openslr.org/12, с реорганизацией данных по пользователям со средним числом 52 высказываний LibriSpeech и около 6700 текстовых предложений на пользователя. Класс UserLibriAudio предоставляет доступ к парам аудио-расшифровка. Дополнительные текстовые данные см. в UserLibriText.

• Домашняя страница : https://www.kaggle.com/datasets/google/userlibri.

• Исходный код : tfds.audio.userlibri_audio_data.UserLibriAudio

• Версии :

  • 1.0.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : Unknown size

• Размер набора данных : 3.37 GiB

• Автокэширование ( документация ): Нет

• Расколы :

• Структура функции :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64, description=The audio clip containing a snippet from a book read aloud),
    'book_id': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'speaker_id': Text(shape=(), dtype=string),
    'transcript': Text(shape=(), dtype=string),
    'user_id': Text(shape=(), dtype=string),
})

• Функциональная документация :

• Контролируемые ключи (см. документ as_supervised ): ('audio', 'transcript')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@inproceedings{breiner2022userlibri,
  title={UserLibri: A Dataset for ASR Personalization Using Only Text},
  author={Breiner, Theresa and Ramaswamy, Swaroop and Variani, Ehsan and Garg, Shefali and Mathews, Rajiv and Sim, Khe Chai and Gupta, Kilol and Chen, Mingqing and McConnaughey, Lara},
  booktitle={Proc. Interspeech 2022},
  year={2022}
}