Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

voice_commands

  • Описание :

Набор звуковых данных произносимых слов, предназначенный для обучения и оценки систем определения ключевых слов. Его основная цель — предоставить способ создания и тестирования небольших моделей, которые определяют, когда произносится одно слово из набора из десяти целевых слов, с минимальным количеством ложных срабатываний из-за фонового шума или несвязанной речи. Обратите внимание, что в наборе поезда и проверки метка «неизвестно» гораздо более распространена, чем метки целевых слов или фонового шума. Одним из отличий от версии выпуска является обработка сегментов молчания. В то время как в тестовом наборе сегменты тишины представляют собой обычные 1-секундные файлы, в обучении они представлены в виде длинных сегментов в папке «background_noise». Здесь мы разбиваем этот фоновый шум на 1-секундные клипы, а также сохраняем один из файлов для проверочного набора.

  • Домашняя страница : https://arxiv.org/abs/1804.03209

  • Исходный код : tfds.audio.SpeechCommands

  • Версии :

    • 0.0.2 (по умолчанию): нет примечаний к выпуску.
  • Размер загрузки : 2.37 GiB

  • Размер набора данных : 8.17 GiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплиты :

Расколоть Примеры
'test' 4890
'train' 85 511
'validation' 10 102
  • Особенности :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=12),
})
  • Цитата :
@article{speechcommandsv2,
   author = { {Warden}, P.},
    title = "{Speech Commands: A Dataset for Limited-Vocabulary Speech Recognition}",
  journal = {ArXiv e-prints},
  archivePrefix = "arXiv",
  eprint = {1804.03209},
  primaryClass = "cs.CL",
  keywords = {Computer Science - Computation and Language, Computer Science - Human-Computer Interaction},
    year = 2018,
    month = apr,
    url = {https://arxiv.org/abs/1804.03209},
}