cifra_parlata

• Descrizione :

Un set di dati audio gratuito di cifre parlate. Pensa a MNIST per l'audio.

Un semplice dataset audio/vocale costituito da registrazioni di cifre parlate in file wav a 8kHz. Le registrazioni sono ritagliate in modo da avere un silenzio quasi minimo all'inizio e alla fine.

5 altoparlanti
2.500 registrazioni (50 di ogni cifra per oratore)
Pronunce inglesi

I file sono denominati nel seguente formato: {digitLabel} {speakerName} {index}.wav

• Documentazione aggiuntiva : Esplora documenti con codice

• Homepage : https://github.com/Jakobovski/free-spoken-digit-dataset

• Codice sorgente : tfds.datasets.spoken_digit.Builder

• Versioni :

  • 1.0.9 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 11.42 MiB

• Dimensione del set di dati: 45.68 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

Diviso	Esempi
'train'	2.500

• Struttura delle caratteristiche :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'audio/filename': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Audio	Audio	(Nessuno,)	int64
audio/nome file	Testo		corda
etichetta	ClassLabel		int64

• Chiavi supervisionate (Vedi as_supervised doc ): ('audio', 'label')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}