- Deskripsi :
UserLibri adalah kumpulan data yang berisi transkrip audio berpasangan dan data teks tambahan saja untuk masing-masing 107 pengguna. Ini adalah pemformatan ulang dari kumpulan data LibriSpeech yang ditemukan di http://www.openslr.org/12, mengatur ulang data menjadi pengguna dengan rata-rata 52 ucapan LibriSpeech dan sekitar 6.700 contoh kalimat teks per pengguna. Kelas UserLibriAudio menyediakan akses ke pasangan audio-transkrip. Lihat UserLibriText untuk data teks tambahan.
Kode sumber :
tfds.text.userlibri_lm_data.UserLibriTextVersi :
-
1.0.0(default): Tidak ada catatan rilis.
-
Ukuran unduhan :
Unknown sizeUkuran dataset :
86.86 MiBDi-cache otomatis ( dokumentasi ): Ya
Perpecahan :
| Membelah | Contoh |
|---|---|
'10136' | 38.496 |
'1041' | 970 |
'10540' | 3.283 |
'108' | 5.864 |
'11' | 1.348 |
'11667' | 3.312 |
'1184' | 22.062 |
'12176' | 1.467 |
'12434' | 2.796 |
'12544' | 4.080 |
'13110' | 2.634 |
'13158' | 3.440 |
'13441' | 4.145 |
'135' | 37.263 |
'1353' | 4.889 |
'1399' | 18.914 |
'14420' | 6.950 |
'14566' | 3.810 |
'1477' | 2.526 |
'14958' | 1.495 |
'15263' | 21.085 |
'15265' | 7.647 |
'1549' | 5.439 |
'1572' | 2.882 |
'1597' | 3.586 |
'1608' | 3.605 |
'16127' | 3.588 |
'16653' | 7.600 |
'18096' | 2.384 |
'1827' | 4.806 |
'19019' | 3.248 |
'19215' | 13.542 |
'19717' | 3.762 |
'1989' | 1.105 |
'1998' | 8.923 |
'20019' | 966 |
'2002' | 239 |
'20212' | 3.363 |
'209' | 2.090 |
'21297' | 4.165 |
'22002' | 4.044 |
'2300' | 22.201 |
'24' | 3.537 |
'24585' | 1.789 |
'24811' | 2.399 |
'2488' | 8.239 |
'2529' | 3.934 |
'26177' | 3.598 |
'26379' | 379 |
'2681' | 8.872 |
'27067' | 3.149 |
'27090' | 3.217 |
'2770' | 3.750 |
'2787' | 4.603 |
'28700' | 5.547 |
'28725' | 3.899 |
'28952' | 2.909 |
'2981' | 54.305 |
'3076' | 7.124 |
'30905' | 2.140 |
'3178' | 8.454 |
'33' | 3.569 |
'33800' | 5.145 |
'3436' | 5.899 |
'3440' | 5.087 |
'3441' | 6.042 |
'36508' | 521 |
'3748' | 4.767 |
'38675' | 2.696 |
'38804' | 5.653 |
'39159' | 2.729 |
'4028' | 9.633 |
'40359' | 7.821 |
'41326' | 6.181 |
'4217' | 6.003 |
'4276' | 10.461 |
'434' | 4.319 |
'4602' | 4.421 |
'507' | 9.093 |
'540' | 5.452 |
'5516' | 4.963 |
'5630' | 1.130 |
'574' | 452 |
'5921' | 6.040 |
'6328' | 5.926 |
'6812' | 5.839 |
'732' | 22.971 |
'76' | 6.454 |
'7891' | 1.476 |
'8166' | 3.190 |
'820' | 11.054 |
'833' | 3.638 |
'9189' | 8.387 |
'94' | 1.722 |
'940' | 6.172 |
'9464' | 1.695 |
'955' | 3.051 |
'969' | 7.799 |
'9983' | 8.898 |
- Struktur fitur :
FeaturesDict({
'book_id': Text(shape=(), dtype=string),
'text': Text(shape=(), dtype=string),
})
- Dokumentasi fitur :
| Fitur | Kelas | Membentuk | Dtype | Keterangan |
|---|---|---|---|---|
| fiturDict | ||||
| book_id | Teks | rangkaian | Buku tempat teks ini diambil | |
| teks | Teks | rangkaian | Sebuah kalimat teks yang diambil dari sebuah buku |
Kunci yang diawasi (Lihat
as_superviseddoc ):('text', 'text')Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):
- Kutipan :
@inproceedings{breiner2022userlibri,
title={UserLibri: A Dataset for ASR Personalization Using Only Text},
author={Breiner, Theresa and Ramaswamy, Swaroop and Variani, Ehsan and Garg, Shefali and Mathews, Rajiv and Sim, Khe Chai and Gupta, Kilol and Chen, Mingqing and McConnaughey, Lara},
booktitle={Proc. Interspeech 2022},
year={2022}
}