ljspeech

• คำอธิบาย :

นี่คือชุดข้อมูลคำพูดที่เป็นสาธารณสมบัติซึ่งประกอบด้วยคลิปเสียงสั้นๆ 13,100 คลิปของข้อความอ่านโดยผู้พูดคนเดียวจากหนังสือสารคดี 7 เล่ม มีการถอดความสำหรับแต่ละคลิป คลิปมีความยาวตั้งแต่ 1 ถึง 10 วินาที และมีความยาวรวมประมาณ 24 ชั่วโมง

ข้อความถูกตีพิมพ์ระหว่างปี พ.ศ. 2427 ถึง พ.ศ. 2507 และเป็นสาธารณสมบัติ เสียงถูกบันทึกในปี 2559-2560 โดยโครงการ LibriVox และเป็นสาธารณสมบัติด้วย

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://keithito.com/LJ-Speech-Dataset/

• รหัสที่มา : tfds.datasets.ljspeech.Builder

• รุ่น :

  • 1.1.1 (ค่าเริ่มต้น): แก้ไขประเภทข้อมูลคำพูดด้วย dtype=tf.int16

• ขนาดการดาวน์โหลด : 2.56 GiB

• ขนาดชุดข้อมูล : 10.73 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	13,100

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
รหัส	เทนเซอร์		สตริง
คำพูด	เครื่องเสียง	(ไม่มี,)	int16
ข้อความ	ข้อความ		สตริง
text_normalized	ข้อความ		สตริง

• คีย์ควบคุม (ดู as_supervised doc ): ('text_normalized', 'speech')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

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