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

Bölmek Örnekler
'train' 2.500
  • 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),
})
  • Citation:
@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}