discorsi di libri

• Descrizione :

LibriSpeech è un corpus di circa 1000 ore di parlato inglese letto con frequenza di campionamento di 16 kHz, preparato da Vassil Panayotov con l'assistenza di Daniel Povey. I dati derivano da audiolibri letti dal progetto LibriVox e sono stati accuratamente segmentati e allineati.

Si consiglia di utilizzare la decodifica audio lazy per una lettura più rapida e dimensioni del set di dati più piccole: - installa la libreria tensorflow_io : pip install tensorflow-io - abilita la decodifica lazy: tfds.load('librispeech', builder_kwargs={'config': 'lazy_decode'})

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : http://www.openslr.org/12

• Codice sorgente : tfds.datasets.librispeech.Builder

• Dimensioni del download : 57.14 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

Diviso	Esempi
'dev_clean'	2.703
'dev_other'	2.864
'test_clean'	2.620
'test_other'	2.939
'train_clean100'	28.539
'train_clean360'	104.014
'train_other500'	148.688

• Struttura delle caratteristiche :

FeaturesDict({
    'chapter_id': int64,
    'id': string,
    'speaker_id': int64,
    'speech': Audio(shape=(None,), dtype=int16),
    'text': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
id_capitolo	Tensore		int64
id	Tensore		corda
id_altoparlante	Tensore		int64
discorso	Audio	(Nessuno,)	int16
testo	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): ('speech', 'text')

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@inproceedings{panayotov2015librispeech,
  title={Librispeech: an ASR corpus based on public domain audio books},
  author={Panayotov, Vassil and Chen, Guoguo and Povey, Daniel and Khudanpur, Sanjeev},
  booktitle={Acoustics, Speech and Signal Processing (ICASSP), 2015 IEEE International Conference on},
  pages={5206--5210},
  year={2015},
  organization={IEEE}
}

librispeech/default (configurazione predefinita)

• Descrizione della configurazione : set di dati predefinito.

• Versioni :

  • 2.1.1 (predefinito): correggi il tipo di dati vocali con dtype=tf.int16.
  • 2.1.2 : Aggiunta la configurazione 'lazy_decode'.

• Dimensione del set di dati: 304.47 GiB

• Esempi ( tfds.as_dataframe ):

librispeech/lazy_decode

• Descrizione della configurazione : set di dati audio non elaborati.

• Versioni :

  • 2.1.1 : Corretto il tipo di dati vocali con dtype=tf.int16.
  • 2.1.2 (predefinito): Aggiungi la configurazione 'lazy_decode'.

• Dimensione del set di dati: 59.37 GiB

• Esempi ( tfds.as_dataframe ): Mancante.