Speaken_digit

• Описание:

Бесплатный набор аудиоданных из разговорных цифр. Подумайте MNIST для аудио.

Простой набор аудио / речевых данных, состоящий из записей произносимых цифр в файлах wav с частотой 8 кГц. Записи обрезаются так, чтобы в начале и в конце была минимальная тишина.

5 динамиков 2500 записей (по 50 каждой цифры на говорящего) Произношение на английском языке

Файлы именуются в следующем формате: {digitLabel} {speakerName} {индекс} .wav

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

• Исходный код: tfds.audio.spoken_digit.SpokenDigit

• Версии:

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

• Скачать Размер: 11.42 MiB

• Dataset Размер: 45.68 MiB

• Авто-кэшируются ( документация ): Да

• расколы:

• Особенности:

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

• Контролируемые ключи (см as_supervised документ ): ('audio', 'label')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

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