ljdiscorso

• Descrizione :

Si tratta di un set di dati vocali di dominio pubblico composto da 13.100 brevi clip audio di un singolo oratore che legge brani tratti da 7 libri di saggistica. Per ogni clip viene fornita una trascrizione. Le clip variano in lunghezza da 1 a 10 secondi e hanno una durata totale di circa 24 ore.

I testi sono stati pubblicati tra il 1884 e il 1964 e sono di pubblico dominio. L'audio è stato registrato nel 2016-17 dal progetto LibriVox ed è anch'esso di pubblico dominio.

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://keithito.com/LJ-Speech-Dataset/

• Codice sorgente : tfds.datasets.ljspeech.Builder

• Versioni :

  • 1.1.1 (predefinito): correggi il tipo di dati vocali con dtype=tf.int16.

• Dimensioni del download : 2.56 GiB

• Dimensione del set di dati : 10.73 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

Diviso	Esempi
'train'	13.100

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

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

• Tasti supervisionati (Vedi as_supervised doc ): ('text_normalized', 'speech')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{ljspeech17,
  author       = {Keith Ito},
  title        = {The LJ Speech Dataset},
  howpublished = {\url{https://keithito.com/LJ-Speech-Dataset/} },
  year         = 2017
}