ljspeech

• Описание:

Это общедоступный набор речевых данных, состоящий из 13 100 коротких аудиоклипов, в которых один выступающий читает отрывки из 7 научно-популярных книг. Транскрипция предоставляется для каждого клипа. Клипы различаются по продолжительности от 1 до 10 секунд и имеют общую продолжительность примерно 24 часа.

Тексты были опубликованы между 1884 и 1964 годами и находятся в открытом доступе. Аудио было записано в 2016-17 годах проектом LibriVox и также находится в открытом доступе.

• Домашняя страница: https://keithito.com/LJ-Speech-Dataset/

• Исходный код: tfds.audio.Ljspeech

• Версии:

  • 1.1.0 ( по умолчанию): Нет Замечания к выпуску.

• Скачать Размер: 2.56 GiB

• Dataset Размер: 10.73 GiB

• Авто-кэшируются ( документация ): Нет

• расколы:

• Особенности:

FeaturesDict({
    'id': tf.string,
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
    'text_normalized': Text(shape=(), dtype=tf.string),
})

• Контролируемые ключи (См as_supervised документ ): ('text_normalized', 'speech')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@misc{ljspeech17,
  author       = {Keith Ito},
  title        = {The LJ Speech Dataset},
  howpublished = {\url{https://keithito.com/LJ-Speech-Dataset/} },
  year         = 2017
}