ljspeech

Deskripsi :

Ini adalah kumpulan data ucapan domain publik yang terdiri dari 13.100 klip audio pendek dari satu bagian bacaan pembicara dari 7 buku non-fiksi. Transkripsi disediakan untuk setiap klip. Panjang klip bervariasi dari 1 hingga 10 detik dan memiliki durasi total sekitar 24 jam.

Teks-teks tersebut diterbitkan antara tahun 1884 dan 1964, dan berada dalam domain publik. Audio direkam pada 2016-17 oleh proyek LibriVox dan juga berada dalam domain publik.

Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://keithito.com/LJ-Speech-Dataset/
Kode sumber : tfds.datasets.ljspeech.Builder
Versi :
- 1.1.1 (default): Perbaiki tipe data ucapan dengan dtype=tf.int16.
Ukuran unduhan : 2.56 GiB
Ukuran dataset : 10.73 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'train'`	13.100

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype
	fiturDict
Indo	Tensor		rangkaian
pidato	Audio	(Tidak ada,)	int16
teks	Teks		rangkaian
text_normalized	Teks		rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('text_normalized', 'speech')
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

Kutipan :

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