टेल्डियम

• विवरण :

TED-LIUM कॉर्पस अंग्रेजी भाषा की TED वार्ता है, जिसमें ट्रांसक्रिप्शन, 16kHz पर नमूना है। इसमें लगभग 118 घंटे का भाषण होता है।

• अतिरिक्त दस्तावेज़ीकरण : कोड वाले पेपर्स पर एक्सप्लोर करें

• स्रोत कोड : tfds.datasets.tedlium.Builder

• संस्करण :

  • 1.0.1 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'gender': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'id': string,
    'speaker_id': string,
    'speech': Audio(shape=(None,), dtype=int64),
    'text': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप	विवरण
	विशेषताएं डिक्ट
लिंग	क्लासलेबल		int64
पहचान	टेन्सर		डोरी
स्पीकर_आईडी	टेन्सर		डोरी
भाषण	ऑडियो	(कोई नहीं,)	int64
मूलपाठ	मूलपाठ		डोरी

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('speech', 'text')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उद्धरण :

@inproceedings{rousseau2012tedlium,
  title={TED-LIUM: an Automatic Speech Recognition dedicated corpus},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  pages={125--129},
  year={2012}
}

tedlium/release1 (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• कॉन्फिग विवरण : TED-LIUM कॉर्पस अंग्रेजी भाषा की TED वार्ता है, जिसमें ट्रांसक्रिप्शन, 16kHz पर नमूना है। इसमें लगभग 118 घंटे का भाषण होता है।

  This is the TED-LIUM corpus release 1,
  licensed under Creative Commons BY-NC-ND 3.0
  (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en).
  

• होमपेज : https://www.openslr.org/7/

• डाउनलोड का आकार : 19.82 GiB

• डेटासेट का आकार : 39.23 GiB

• विभाजन :

विभाजित करना	उदाहरण
'test'	1,469
'train'	56,803
'validation'	591

• उदाहरण ( tfds.as_dataframe ):

टेडेलियम/रिलीज़2

• कॉन्फ़िगरेशन विवरण : यह TED-LIUM कॉर्पस रिलीज़ 2 है, जिसे Creative Commons BY-NC-ND 3.0 ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en ) के तहत लाइसेंस प्राप्त है।

  All talks and text are property of TED Conferences LLC.
  
  The TED-LIUM corpus was made from audio talks and their transcriptions
  available on the TED website. We have prepared and filtered these data
  in order to train acoustic models to participate to the International
  Workshop on Spoken Language Translation 2011 (the LIUM English/French
  SLT system reached the first rank in the SLT task).
  
  Contains 1495 talks and transcripts.
  

• होमपेज : https://www.openslr.org/19/

• डाउनलोड का आकार : 34.26 GiB

• डेटासेट का आकार : 67.04 GiB

• विभाजन :

विभाजित करना	उदाहरण
'test'	1,469
'train'	92,973
'validation'	591

• उदाहरण ( tfds.as_dataframe ):

टेडलियम/रिलीज़3

• कॉन्फ़िग विवरण : यह TED-LIUM कॉर्पस रिलीज़ 3 है, जिसे Creative Commons BY-NC-ND 3.0 के तहत लाइसेंस दिया गया है।

  All talks and text are property of TED Conferences LLC.
  
  This new TED-LIUM release was made through a collaboration between the
  Ubiqus company and the LIUM (University of Le Mans, France)
  
  Contents:
  
  - 2351 audio talks in NIST sphere format (SPH), including talks from
    TED-LIUM 2: be careful, same talks but not same audio files (only
    these audio file must be used with the TED-LIUM 3 STM files)
  - 452 hours of audio
  - 2351 aligned automatic transcripts in STM format
  - TEDLIUM 2 dev and test data: 19 TED talks in SPH format with
    corresponding manual transcriptions (cf. 'legacy' distribution below).
  - Dictionary with pronunciations (159848 entries), same file as the one
    included in TED-LIUM 2
  - Selected monolingual data for language modeling from WMT12 publicly
    available corpora: these files come from the TED-LIUM 2 release, but
    have been modified to get a tokenization more relevant for English
    language
  
  Two corpus distributions:
  - the legacy one, on which the dev and test datasets are the same as in
    TED-LIUM 2 (and TED-LIUM 1).
  - the 'speaker adaptation' one, especially designed for experiments on
    speaker adaptation.
  

• होमपेज : https://www.openslr.org/51/

• डाउनलोड का आकार : 50.59 GiB

• डेटासेट का आकार : 145.67 GiB

• विभाजन :

विभाजित करना	उदाहरण
'test'	1,469
'train'	268,263
'validation'	591

• उदाहरण ( tfds.as_dataframe ):