RSVP для вашего местного мероприятия TensorFlow Everywhere сегодня!
Эта страница переведена с помощью Cloud Translation API.
Switch to English

либритты

  • Описание :

LibriTTS - это корпус английского языка с несколькими говорящими на приблизительно 585 часов чтения английской речи с частотой дискретизации 24 кГц, подготовленный Хейга Дзен при содействии членов команды Google Speech и Google Brain. Корпус LibriTTS предназначен для исследования TTS. Он основан на исходных материалах (аудиофайлы в формате mp3 из LibriVox и текстовые файлы из Project Gutenberg) корпуса LibriSpeech. Основные отличия от корпуса LibriSpeech перечислены ниже:

  1. Аудио файлы имеют частоту дискретизации 24 кГц.
  2. Речь разбивается на разрыв предложения.
  3. Включены как оригинальные, так и нормализованные тексты.
  4. Контекстная информация (например, соседние предложения) может быть извлечена.
  5. Исключаются высказывания со значительным фоновым шумом.

  • Домашняя страница : http://www.openslr.org/60

  • Исходный код : tfds.audio.Libritts

  • Версии :

    • 1.0.1 (по умолчанию): без примечаний к выпуску.

  • Размер 78.42 GiB : 78.42 GiB

  • Размер набора данных : 271.41 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплит :

Трещина Примеры
'dev_clean' 5736
'dev_other' 4 613
'test_clean' 4 837
'test_other' 5 120
'train_clean100' 33 236
'train_clean360' 116 500
'train_other500' 205 044
  • Особенности :
FeaturesDict({
    'chapter_id': tf.int64,
    'id': tf.string,
    'speaker_id': tf.int64,
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text_normalized': Text(shape=(), dtype=tf.string),
    'text_original': Text(shape=(), dtype=tf.string),
})

  • Контролируемые ключи (см. as_supervised ): ('text_normalized', 'speech')

  • Цитата :

@inproceedings{zen2019libritts,
  title = {LibriTTS: A Corpus Derived from LibriSpeech for Text-to-Speech},
  author = {H. Zen and V. Dang and R. Clark and Y. Zhang and R. J. Weiss and Y. Jia and Z. Chen and Y. Wu},
  booktitle = {Proc. Interspeech},
  month = sep,
  year = {2019},
  doi = {10.21437/Interspeech.2019-2441},
}