لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

الرقم المنطوق

  • الوصف :

مجموعة بيانات صوتية مجانية من الأرقام المنطوقة. فكر في MNIST للصوت.

مجموعة بيانات صوتية / كلام بسيطة تتكون من تسجيلات للأرقام المنطوقة في ملفات wav بسرعة 8 كيلو هرتز. يتم قطع التسجيلات بحيث يكون لها أدنى حد من الصمت في البدايات والنهايات.

5 متحدثين 2500 تسجيل (50 من كل رقم لكل متحدث) النطق باللغة الإنجليزية

تمت تسمية الملفات بالتنسيق التالي: {digitLabel} {speakerName} {index} .wav

انشق، مزق أمثلة
'train' 2500
  • الميزات :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
  • الاقتباس :
@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}