vctk

• Descriptif :

Ce corpus CSTR VCTK comprend des données vocales prononcées par 110 anglophones avec différents accents. Chaque locuteur lit environ 400 phrases, qui ont été sélectionnées à partir d'un journal, du passage arc-en-ciel et d'un paragraphe d'élicitation utilisé pour les archives de l'accent de la parole.

Notez que le texte 'p315' a été perdu en raison d'une erreur de disque dur.

• Documentation complémentaire : Explorer sur Papers With Code north_east

• Page d' accueil : https://doi.org/10.7488/ds/2645

• Code source : tfds.audio.Vctk

• Versions :

  • 1.0.0 : version VCTK 0.92.0.
  • 1.0.1 (par défaut) : correction du type de données vocales avec dtype=tf.int16.

• Taille du téléchargement : 10.94 GiB

• Mise en cache automatique ( documentation ): Non

• Structure des fonctionnalités :

FeaturesDict({
    'accent': ClassLabel(shape=(), dtype=int64, num_classes=13),
    'gender': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'id': string,
    'speaker': ClassLabel(shape=(), dtype=int64, num_classes=110),
    'speech': Audio(shape=(None,), dtype=int16),
    'text': Text(shape=(), dtype=string),
})

• Documentation des fonctionnalités :

• Touches supervisées (Voir as_supervised doc ): ('text', 'speech')

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

• Citation :

@misc{yamagishi2019vctk,
  author={Yamagishi, Junichi and Veaux, Christophe and MacDonald, Kirsten},
  title={ {CSTR VCTK Corpus}: English Multi-speaker Corpus for {CSTR} Voice Cloning Toolkit (version 0.92)},
  publisher={University of Edinburgh. The Centre for Speech Technology Research (CSTR)},
  year=2019,
  doi={10.7488/ds/2645},
}

vctk/mic1 (configuration par défaut)

• Description de la configuration : Audio enregistré à l'aide d'un microphone omnidirectionnel (DPA 4035). Contient des bruits de très basse fréquence.

        This is the same audio released in previous versions of VCTK:
        https://doi.org/10.7488/ds/1994
  

• Taille du jeu de données : 39.87 GiB

• Fractionnements :

• Exemples ( tfds.as_dataframe ):

vctk/mic2

• Description de la configuration : Audio enregistré à l'aide d'un microphone à condensateur à petit diaphragme et à très large bande passante (Sennheiser MKH 800).

        Two speakers, p280 and p315 had technical issues of the audio
        recordings using MKH 800.
  

• Taille du jeu de données : 38.86 GiB

• Fractionnements :

• Exemples ( tfds.as_dataframe ):