- Descrição :
Este é um conjunto de dados de fala de domínio público que consiste em 13.100 clipes de áudio curtos de um único orador lendo passagens de 7 livros de não ficção. Uma transcrição é fornecida para cada clipe. Os clipes variam em duração de 1 a 10 segundos e têm uma duração total de aproximadamente 24 horas.
Os textos foram publicados entre 1884 e 1964 e são de domínio público. O áudio foi gravado em 2016-17 pelo projeto LibriVox e também é de domínio público.
Documentação Adicional : Explore em Papers With Code
Página inicial : https://keithito.com/LJ-Speech-Dataset/
Código-fonte :
tfds.datasets.ljspeech.BuilderVersões :
-
1.1.1(padrão): Corrige o tipo de dados de fala com dtype=tf.int16.
-
Tamanho do download :
2.56 GiBTamanho do conjunto de dados :
10.73 GiBArmazenado em cache automaticamente ( documentação ): Não
Divisões :
| Dividir | Exemplos |
|---|---|
'train' | 13.100 |
- Estrutura de recursos :
FeaturesDict({
'id': string,
'speech': Audio(shape=(None,), dtype=int16),
'text': Text(shape=(), dtype=string),
'text_normalized': Text(shape=(), dtype=string),
})
- Documentação do recurso :
| Característica | Classe | Forma | Tipo D | Descrição |
|---|---|---|---|---|
| RecursosDict | ||||
| Eu iria | tensor | corda | ||
| Fala | áudio | (Nenhum,) | int16 | |
| texto | Texto | corda | ||
| texto_normalizado | Texto | corda |
Chaves supervisionadas (consulte o documento
as_supervised):('text_normalized', 'speech')Figura ( tfds.show_examples ): Não compatível.
Exemplos ( tfds.as_dataframe ):
- Citação :
@misc{ljspeech17,
author = {Keith Ito},
title = {The LJ Speech Dataset},
howpublished = {\url{https://keithito.com/LJ-Speech-Dataset/} },
year = 2017
}