- توضیحات :
AccentDB یک مجموعه موازی چند جفتی از گفتار برجسته ساختاریافته و دارای برچسب است. این شامل نمونه گفتار از سخنرانان 4 لهجه غیربومی انگلیسی (8 سخنران ، 4 زبان هندی) است. و همچنین دارای تلفیقی از 4 لهجه بومی انگلیسی (4 کشور ، 13 سخنران) و یک لهجه متروپولیتن هند (2 سخنران) است. مجموعه داده موجود در اینجا مطابقت دارد با انتشار accentdb_extended در https://accentdb.github.io/#dataset
صفحه اصلی : https://accentdb.github.io/
کد منبع :
tfds.audio.Accentdb
نسخه ها :
-
1.0.0
(پیش فرض): بدون یادداشت انتشار.
-
اندازه بارگیری :
3.56 GiB
اندازه مجموعه داده :
19.47 GiB
ذخیره خودکار ( مستندات ): خیر
تقسیم :
شکاف | مثال ها |
---|---|
'train' | 17،313 |
- ویژگی ها :
FeaturesDict({
'audio': Audio(shape=(None,), dtype=tf.int64),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=9),
'speaker_id': tf.string,
})
کلیدهای تحت نظارت (به
as_supervised
سند نظارت شده مراجعه کنید):('audio', 'label')
نقل قول :
@InProceedings{ahamad-anand-bhargava:2020:LREC,
author = {Ahamad, Afroz and Anand, Ankit and Bhargava, Pranesh},
title = {AccentDB: A Database of Non-Native English Accents to Assist Neural Speech Recognition},
booktitle = {Proceedings of The 12th Language Resources and Evaluation Conference},
month = {May},
year = {2020},
address = {Marseille, France},
publisher = {European Language Resources Association},
pages = {5353--5360},
url = {https://www.aclweb.org/anthology/2020.lrec-1.659}
}
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):