sözlü_digit

• Açıklama:

Konuşulan rakamlardan oluşan ücretsiz bir ses veri seti. Ses için MNIST'i düşünün.

8kHz'de wav dosyalarında konuşulan rakamların kayıtlarından oluşan basit bir ses/konuşma veri seti. Kayıtlar, başlangıç ​​ve bitişlerde neredeyse minimum sessizliğe sahip olacak şekilde kırpılır.

5 konuşmacı 2.500 kayıt (konuşmacı başına her rakamdan 50 adet) İngilizce telaffuz

{DigitLabel} {Hoparlör,} {index} .wav: Dosyalar aşağıdaki biçimde adlandırılır

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

• Kaynak kodu: tfds.audio.spoken_digit.SpokenDigit

• sürümleri:

  • 1.0.9 (varsayılan): Hayır sürüm notları.

• İndirme boyutu: 11.42 MiB

• Veri kümesi boyutu: 45.68 MiB

• Otomatik önbelleğe ( dokümantasyon ): Evet

• Splits:

• Özellikler:

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

• Denetimli tuşları (Bkz as_supervised doc ): ('audio', 'label')

• Şekil ( tfds.show_examples ): desteklenmez.

• Örnekler ( tfds.as_dataframe ):

• Citation:

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