digito hablado

• Descripción:

Un conjunto de datos de audio gratuito de dígitos hablados. Piense en MNIST para audio.

Un conjunto de datos de audio / voz simple que consta de grabaciones de dígitos hablados en archivos WAV a 8 kHz. Las grabaciones se recortan para que tengan un silencio casi mínimo al principio y al final.

5 hablantes 2500 grabaciones (50 de cada dígito por hablante) Pronunciaciones en inglés

Los archivos se denominan de la siguiente forma: {} {digitLabel speakerName} {index} .wav

• Inicio: https://github.com/Jakobovski/free-spoken-digit-dataset

• El código fuente: tfds.audio.spoken_digit.SpokenDigit

• versiones:

  • 1.0.9 (por defecto): No hay notas de la versión.

• Tamaño del paquete: 11.42 MiB

• Conjunto de datos de tamaño: 45.68 MiB

• Auto-caché ( documentación ): Sí

• Fraccionamientos:

• características:

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

• Claves supervisadas (Ver as_supervised doc ): ('audio', 'label')

• Figura ( tfds.show_examples ): No soportado.

• Ejemplos ( tfds.as_dataframe ):

• Cita:

@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}