Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

speak_digit

  • Deskripsi :

Kumpulan data audio gratis dari digit yang diucapkan. Pikirkan MNIST untuk audio.

Dataset audio / ucapan sederhana yang terdiri dari rekaman digit yang diucapkan dalam file wav pada 8kHz. Rekaman dipangkas sehingga hampir tidak ada kesunyian di awal dan akhir.

5 pembicara 2.500 rekaman (50 dari setiap digit per pembicara) pengucapan bahasa Inggris

File diberi nama dalam format berikut: {digitLabel} {speakerName} {index} .wav

Membagi Contoh
'train' 2.500
  • Fitur :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}