vctk

  • Описание :

Этот корпус CSTR VCTK включает речевые данные, произнесенные 110 носителями английского языка с различными акцентами. Каждый говорящий читает около 400 предложений, которые были отобраны из газеты, радужного отрывка и абзаца извлечения, использованного для архива речевого акцента.

Обратите внимание, что текст «p315» был утерян из-за ошибки жесткого диска.

  • Домашняя страница : https://doi.org/10.7488/ds/2645

  • Исходный код : tfds.audio.Vctk

  • Версии :

    • 1.0.0 : выпуск VCTK 0.92.0.
    • 1.0.1 (по умолчанию) : исправлен тип речевых данных с dtype=tf.int16.
  • Размер загрузки : 10.94 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Структура функции :

FeaturesDict({
    'accent': ClassLabel(shape=(), dtype=tf.int64, num_classes=13),
    'gender': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'id': tf.string,
    'speaker': ClassLabel(shape=(), dtype=tf.int64, num_classes=110),
    'speech': Audio(shape=(None,), dtype=tf.int16),
    'text': Text(shape=(), dtype=tf.string),
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
акцент Метка класса tf.int64
Пол Метка класса tf.int64
я бы Тензор tf.string
оратор Метка класса tf.int64
речь Аудио (Никто,) tf.int16
текст Текст tf.string
  • Контролируемые ключи (см. as_supervised doc ): ('text', 'speech')

  • Рисунок ( tfds.show_examples ): не поддерживается.

  • Цитата :

@misc{yamagishi2019vctk,
  author={Yamagishi, Junichi and Veaux, Christophe and MacDonald, Kirsten},
  title={ {CSTR VCTK Corpus}: English Multi-speaker Corpus for {CSTR} Voice Cloning Toolkit (version 0.92)},
  publisher={University of Edinburgh. The Centre for Speech Technology Research (CSTR)},
  year=2019,
  doi={10.7488/ds/2645},
}

vctk/mic1 (конфигурация по умолчанию)

  • Описание конфигурации : звук, записанный с помощью всенаправленного микрофона (DPA 4035). Содержит очень низкочастотные шумы.

          This is the same audio released in previous versions of VCTK:
          https://doi.org/10.7488/ds/1994
    
  • Размер набора данных : 39.87 GiB

  • Сплиты :

Расколоть Примеры
'train' 44 455

vctk/микрофон2

  • Описание конфигурации : Звук записан с использованием конденсаторного микрофона с маленькой диафрагмой и очень широкой полосой пропускания (Sennheiser MKH 800).

          Two speakers, p280 and p315 had technical issues of the audio
          recordings using MKH 800.
    
  • Размер набора данных : 38.86 GiB

  • Сплиты :

Расколоть Примеры
'train' 43 873