user_libri_text

• الوصف :

UserLibri هي مجموعة بيانات تحتوي على نصوص صوتية مقترنة وبيانات نصية إضافية فقط لكل مستخدم من 107 مستخدمين. وهي عبارة عن إعادة تنسيق لمجموعة بيانات LibriSpeech الموجودة على http://www.openslr.org/12 ، وإعادة تنظيم البيانات في المستخدمين بمتوسط ​​52 كلامًا بلغة LibriSpeech وحوالي 6700 جملة أمثلة نصية لكل مستخدم. توفر فئة UserLibriAudio الوصول إلى أزواج النسخ الصوتية. راجع UserLibriText للحصول على بيانات نصية إضافية.

• الصفحة الرئيسية : https://www.kaggle.com/datasets/google/userlibri

• كود المصدر : tfds.text.userlibri_lm_data.UserLibriText

• إصدارات :

  • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• حجم التنزيل : Unknown size

• حجم مجموعة البيانات : 86.86 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'book_id': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('text', 'text')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}