accentdb

• توضیحات :

AccentDB یک مجموعه موازی چند جفتی از گفتار تاکیدی ساختاریافته و دارای برچسب است. این شامل نمونه های گفتاری از سخنرانان 4 لهجه غیر بومی انگلیسی (8 سخنران، 4 زبان هندی) است. و همچنین دارای تلفیقی از 4 لهجه بومی انگلیسی (4 کشور، 13 سخنران) و یک لهجه هندی شهری (2 سخنران) است. مجموعه داده موجود در اینجا مربوط به نسخه با عنوان accentdb_extended در https://accentdb.github.io/#dataset است

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://accentdb.github.io/

• کد منبع : tfds.datasets.accentdb.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• حجم دانلود : 3.56 GiB

• حجم مجموعه داده : 19.47 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

شکاف	مثال ها
'train'	17,313

• ساختار ویژگی :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=9),
    'speaker_id': string,
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
سمعی	سمعی	(هیچ یک،)	int64
برچسب	ClassLabel		int64
speaker_id	تانسور		رشته

• کلیدهای نظارت شده (مشاهده as_supervised doc ): ('audio', 'label')

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@InProceedings{ahamad-anand-bhargava:2020:LREC,
  author    = {Ahamad, Afroz  and  Anand, Ankit  and  Bhargava, Pranesh},
  title     = {AccentDB: A Database of Non-Native English Accents to Assist Neural Speech Recognition},
  booktitle      = {Proceedings of The 12th Language Resources and Evaluation Conference},
  month          = {May},
  year           = {2020},
  address        = {Marseille, France},
  publisher      = {European Language Resources Association},
  pages     = {5353--5360},
  url       = {https://www.aclweb.org/anthology/2020.lrec-1.659}
}