- विवरण :
यह एक सार्वजनिक डोमेन भाषण डेटासेट है जिसमें एक वक्ता के 13,100 लघु ऑडियो क्लिप शामिल हैं जो 7 गैर-काल्पनिक पुस्तकों से पैसेज पढ़ते हैं। प्रत्येक क्लिप के लिए एक प्रतिलेखन प्रदान किया जाता है। क्लिप की लंबाई 1 से 10 सेकंड तक होती है और इसकी कुल लंबाई लगभग 24 घंटे होती है।
ग्रंथ 1884 और 1964 के बीच प्रकाशित हुए थे, और सार्वजनिक डोमेन में हैं। ऑडियो 2016-17 में लिब्रीवॉक्स प्रोजेक्ट द्वारा रिकॉर्ड किया गया था और यह सार्वजनिक डोमेन में भी है।
स्रोत कोड :
tfds.datasets.ljspeech.Builder
संस्करण :
-
1.1.1
(डिफ़ॉल्ट): भाषण डेटा प्रकार को dtype=tf.int16 के साथ ठीक करें।
-
डाउनलोड आकार :
2.56 GiB
डेटासेट का आकार :
10.73 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 13,100 |
- फ़ीचर संरचना :
FeaturesDict({
'id': string,
'speech': Audio(shape=(None,), dtype=int16),
'text': Text(shape=(), dtype=string),
'text_normalized': Text(shape=(), dtype=string),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
पहचान | टेन्सर | डोरी | ||
भाषण | ऑडियो | (कोई भी नहीं,) | int16 | |
मूलपाठ | मूलपाठ | डोरी | ||
text_सामान्यीकृत | मूलपाठ | डोरी |
पर्यवेक्षित कुंजियाँ (
as_supervised
दस्तावेज़ देखें):('text_normalized', 'speech')
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@misc{ljspeech17,
author = {Keith Ito},
title = {The LJ Speech Dataset},
howpublished = {\url{https://keithito.com/LJ-Speech-Dataset/} },
year = 2017
}