user_libri_audio

• विवरण :

UserLibri एक डेटासेट है जिसमें 107 उपयोगकर्ताओं में से प्रत्येक के लिए युग्मित ऑडियो-प्रतिलेख और अतिरिक्त पाठ डेटा शामिल है। यह http://www.openslr.org/12 पर पाए गए लिब्रिस्पीच डेटासेट का एक पुन: स्वरूपण है, जो प्रति उपयोगकर्ता औसतन 52 लिब्रिस्पीच कथनों और लगभग 6,700 पाठ उदाहरण वाक्यों के साथ उपयोगकर्ताओं में डेटा को पुनर्गठित करता है। UserLibriAudio क्लास ऑडियो-ट्रांसक्रिप्ट जोड़े तक पहुंच प्रदान करता है। अतिरिक्त टेक्स्ट डेटा के लिए UserLibriText देखें।

• मुखपृष्ठ : https://www.kaggle.com/datasets/google/userlibri

• स्रोत कोड : tfds.audio.userlibri_audio_data.UserLibriAudio

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• डाउनलोड आकार : Unknown size

• डेटासेट का आकार : 3.37 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

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),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('audio', 'transcript')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@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}
}