user_libri_text

• Descrição :

UserLibri é um conjunto de dados contendo transcrições de áudio emparelhadas e dados adicionais apenas de texto para cada um dos 107 usuários. É uma reformatação do conjunto de dados LibriSpeech encontrado em http://www.openslr.org/12, reorganizando os dados em usuários com uma média de 52 expressões LibriSpeech e cerca de 6.700 frases de exemplo de texto por usuário. A classe UserLibriAudio fornece acesso aos pares de transcrição de áudio. Veja UserLibriText para os dados de texto adicionais.

• Página inicial : https://www.kaggle.com/datasets/google/userlibri

• Código -fonte: tfds.text.userlibri_lm_data.UserLibriText

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : Unknown size

• Tamanho do conjunto de dados : 86.86 MiB

• Cache automático ( documentação ): Sim

• Divisões :

• Estrutura de recursos :

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

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): ('text', 'text')

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}