user_libri_audio

• Description :

UserLibri est un ensemble de données contenant des transcriptions audio appariées et des données textuelles supplémentaires uniquement pour chacun des 107 utilisateurs. Il s'agit d'un reformatage de l'ensemble de données LibriSpeech trouvé sur http://www.openslr.org/12, réorganisant les données en utilisateurs avec une moyenne de 52 énoncés LibriSpeech et environ 6 700 exemples de phrases par utilisateur. La classe UserLibriAudio donne accès aux paires audio-transcription. Voir UserLibriText pour les données de texte supplémentaires.

• Page d'accueil : https://www.kaggle.com/datasets/google/userlibri

• Code source : tfds.audio.userlibri_audio_data.UserLibriAudio

• Versions :

  • 1.0.0 (par défaut) : Aucune note de version.

• Taille du téléchargement : Unknown size

• Taille de l'ensemble de données : 3.37 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir doc as_supervised ) : ('audio', 'transcript')

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) :

• Citation :

@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}
}