O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

ljspeech

  • Descrição:

Este é um conjunto de dados de fala de domínio público que consiste em 13.100 clipes de áudio curtos de um único locutor lendo trechos de 7 livros de não ficção. Uma transcrição é fornecida para cada clipe. Os clipes variam em duração de 1 a 10 segundos e têm uma duração total de aproximadamente 24 horas.

Os textos foram publicados entre 1884 e 1964 e são de domínio público. O áudio foi gravado em 2016-17 pelo projeto LibriVox e também é de domínio público.

Dividir Exemplos
'train' 13.100
  • Características:
FeaturesDict({
    'id': tf.string,
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
    'text_normalized': Text(shape=(), dtype=tf.string),
})
  • citação:
@misc{ljspeech17,
  author       = {Keith Ito},
  title        = {The LJ Speech Dataset},
  howpublished = {\url{https://keithito.com/LJ-Speech-Dataset/} },
  year         = 2017
}