nói_digit

  • Mô tả:

Một tập dữ liệu âm thanh miễn phí của các chữ số được nói. Hãy nghĩ đến MNIST cho âm thanh.

Một tập dữ liệu âm thanh / giọng nói đơn giản bao gồm các bản ghi âm các chữ số được nói trong các tệp wav ở 8kHz. Các bản ghi âm được cắt bớt để chúng có độ im lặng gần như tối thiểu ở phần đầu và phần cuối.

5 người nói 2.500 bản ghi âm (50 trong số mỗi chữ số cho mỗi người nói)

Tập tin được đặt tên theo định dạng sau: {} {digitLabel speakerName} {index} .wav

Tách ra Các ví dụ
'train' 2.500
  • Các tính năng:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
  • Trích dẫn:
@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}