ljdiscours

Descriptif :

Il s'agit d'un ensemble de données vocales du domaine public composé de 13 100 courts extraits audio d'un seul locuteur lisant des passages de 7 livres de non-fiction. Une transcription est fournie pour chaque clip. Les clips varient en longueur de 1 à 10 secondes et ont une durée totale d'environ 24 heures.

Les textes ont été publiés entre 1884 et 1964, et sont dans le domaine public. L'audio a été enregistré en 2016-17 par le projet LibriVox et est également dans le domaine public.

Documentation complémentaire : Explorer sur Papers With Code
Page d'accueil : https://keithito.com/LJ-Speech-Dataset/
Code source : tfds.datasets.ljspeech.Builder
Versions :
- 1.1.1 (par défaut) : correction du type de données vocales avec dtype=tf.int16.
Taille du téléchargement : 2.56 GiB
Taille du jeu de données : 10.73 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	13 100

Structure des fonctionnalités :

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

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
identifiant	Tenseur		chaîne de caractères
parole	l'audio	(Aucun,)	int16
texte	Texte		chaîne de caractères
text_normalized	Texte		chaîne de caractères

Touches supervisées (Voir as_supervised doc ): ('text_normalized', 'speech')
Figure ( tfds.show_examples ) : non pris en charge.
Exemples ( tfds.as_dataframe ):

Citation :

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