user_libri_audio

• คำอธิบาย :

UserLibri เป็นชุดข้อมูลที่มีการถอดเสียงที่จับคู่และข้อมูลเฉพาะข้อความเพิ่มเติมสำหรับผู้ใช้ 107 รายแต่ละราย เป็นการจัดรูปแบบใหม่ของชุดข้อมูล LibriSpeech ที่พบใน http://www.openslr.org/12 โดย จัดระเบียบข้อมูลใหม่ให้เป็นผู้ใช้โดยมีคำพูดของ LibriSpeech โดยเฉลี่ย 52 คำ และประโยคตัวอย่างข้อความประมาณ 6,700 ประโยคต่อผู้ใช้ คลาส UserLibriAudio ให้การเข้าถึงคู่เสียงและการถอดเสียง ดู UserLibriText สำหรับข้อมูลข้อความเพิ่มเติม

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

• ซอร์สโค้ด : tfds.audio.userlibri_audio_data.UserLibriAudio

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : Unknown size

• ขนาดชุดข้อมูล : 3.37 GiB

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

• โครงสร้างคุณสมบัติ :

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),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('audio', 'transcript')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}