chiffres_parlés

  • Description:

Un ensemble de données audio gratuit de chiffres parlés. Pensez MNIST pour l'audio.

Un simple ensemble de données audio/vocales composé d'enregistrements de chiffres prononcés dans des fichiers wav à 8 kHz. Les enregistrements sont découpés de manière à avoir un silence presque minimal au début et à la fin.

5 locuteurs 2500 enregistrements (50 de chaque chiffre par locuteur) Prononciations en anglais

Les fichiers sont nommés dans le format suivant: {} {digitLabel speakerName} {index} .wav

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