libritts

• Deskripsi :

LibriTTS adalah korpus bahasa Inggris multi-speaker sekitar 585 jam pidato bahasa Inggris yang dibaca dengan kecepatan pengambilan sampel 24kHz, disiapkan oleh Heiga Zen dengan bantuan anggota tim Google Speech dan Google Brain. Korpus LibriTTS dirancang untuk penelitian TTS. Ini berasal dari materi asli (file audio mp3 dari LibriVox dan file teks dari Project Gutenberg) dari korpus LibriSpeech. Perbedaan utama dari korpus LibriSpeech tercantum di bawah ini:

1. File audio berada pada kecepatan pengambilan sampel 24kHz.
2. Pidato terpecah saat jeda kalimat.
3. Teks asli dan normal disertakan.
4. Informasi kontekstual (misalnya, kalimat tetangga) dapat diekstrak.
5. Ucapan dengan kebisingan latar belakang yang signifikan dikecualikan.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://www.openslr.org/60

• Kode sumber : tfds.datasets.libritts.Builder

• Versi :

  • 1.0.1 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 78.42 GiB

• Ukuran dataset : 271.41 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'dev_clean'	5.736
'dev_other'	4.613
'test_clean'	4.837
'test_other'	5.120
'train_clean100'	33.236
'train_clean360'	116.500
'train_other500'	205.044

• Struktur fitur :

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

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
bab_id	Tensor		int64
Indo	Tensor		rangkaian
speaker_id	Tensor		int64
pidato	Audio	(Tidak ada,)	int64
text_normalized	Teks		rangkaian
text_original	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('text_normalized', 'speech')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@inproceedings{zen2019libritts,
  title = {LibriTTS: A Corpus Derived from LibriSpeech for Text-to-Speech},
  author = {H. Zen and V. Dang and R. Clark and Y. Zhang and R. J. Weiss and Y. Jia and Z. Chen and Y. Wu},
  booktitle = {Proc. Interspeech},
  month = sep,
  year = {2019},
  doi = {10.21437/Interspeech.2019-2441},
}