एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

टेल्डियम

  • विवरण:

TED-LIUM कॉर्पस अंग्रेजी भाषा की TED वार्ता है, जिसमें ट्रांसक्रिप्शन, 16kHz पर नमूना है। इसमें लगभग 118 घंटे का भाषण है।

  • स्रोत कोड: tfds.audio.Tedlium

  • संस्करण:

    • 1.0.1 (डिफ़ॉल्ट): नहीं रिलीज नोट्स।
  • ऑटो-कैश ( प्रलेखन ): नहीं

  • विशेषताएं:

FeaturesDict({
    'gender': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'id': tf.string,
    'speaker_id': tf.string,
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
})

टेडलियम/रिलीज़1 (डिफ़ॉल्ट कॉन्फ़िग)

  • कॉन्फ़िग विवरण: TED-LIUM कोष अंग्रेजी भाषा के TED वार्ता, प्रतिलेखन, 16kHz पर नमूना के साथ है। इसमें लगभग 118 घंटे का भाषण है।

    This is the TED-LIUM corpus release 1,
    licensed under Creative Commons BY-NC-ND 3.0
    (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en).
    
  • होमपेज: https://www.openslr.org/7/

  • डाउनलोड का आकार: 19.82 GiB

  • डेटासेट का आकार: 39.23 GiB

  • विभाजन:

विभाजित करना उदाहरण
'test' 1,469
'train' 56,803
'validation' 591
  • प्रशस्ति पत्र:
@inproceedings{rousseau2012tedlium,
  title={TED-LIUM: an Automatic Speech Recognition dedicated corpus},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  pages={125--129},
  year={2012}
}

टेल्डियम/रिलीज2

  • कॉन्फ़िग वर्णन: इस TED-LIUM कोष रिलीज 2, क्रिएटिव कॉमन्स BY-NC-ND 3.0 के अंतर्गत लाइसेंस प्राप्त है ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en )।

    All talks and text are property of TED Conferences LLC.
    
    The TED-LIUM corpus was made from audio talks and their transcriptions
    available on the TED website. We have prepared and filtered these data
    in order to train acoustic models to participate to the International
    Workshop on Spoken Language Translation 2011 (the LIUM English/French
    SLT system reached the first rank in the SLT task).
    
    Contains 1495 talks and transcripts.
    
  • होमपेज: https://www.openslr.org/19/

  • डाउनलोड का आकार: 34.26 GiB

  • डेटासेट का आकार: 67.04 GiB

  • विभाजन:

विभाजित करना उदाहरण
'test' 1,469
'train' ९२,९७३
'validation' 591
  • प्रशस्ति पत्र:
@inproceedings{rousseau2014tedlium2,
  title={Enhancing the {TED-LIUM} Corpus with Selected Data for Language Modeling and More {TED} Talks},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  year={2014}
}

टेल्डियम/रिलीज़3

  • कॉन्फ़िग वर्णन: इस TED-LIUM कोष रिहाई 3, क्रिएटिव कॉमन्स BY-NC-ND 3.0 के अंतर्गत लाइसेंस प्राप्त है।

    All talks and text are property of TED Conferences LLC.
    
    This new TED-LIUM release was made through a collaboration between the
    Ubiqus company and the LIUM (University of Le Mans, France)
    
    Contents:
    
    - 2351 audio talks in NIST sphere format (SPH), including talks from
      TED-LIUM 2: be careful, same talks but not same audio files (only
      these audio file must be used with the TED-LIUM 3 STM files)
    - 452 hours of audio
    - 2351 aligned automatic transcripts in STM format
    - TEDLIUM 2 dev and test data: 19 TED talks in SPH format with
      corresponding manual transcriptions (cf. 'legacy' distribution below).
    - Dictionary with pronunciations (159848 entries), same file as the one
      included in TED-LIUM 2
    - Selected monolingual data for language modeling from WMT12 publicly
      available corpora: these files come from the TED-LIUM 2 release, but
      have been modified to get a tokenization more relevant for English
      language
    
    Two corpus distributions:
    
    - the legacy one, on which the dev and test datasets are the same as in
      TED-LIUM 2 (and TED-LIUM 1).
    - the 'speaker adaptation' one, especially designed for experiments on
      speaker adaptation.
    
  • होमपेज: https://www.openslr.org/51/

  • डाउनलोड का आकार: 50.59 GiB

  • डेटासेट का आकार: 145.67 GiB

  • विभाजन:

विभाजित करना उदाहरण
'test' 1,469
'train' २६८,२६३
'validation' 591
  • प्रशस्ति पत्र:
@inproceedings{hernandez2018tedlium3,
  title={TED-LIUM 3: twice as much data and corpus repartition for experiments on speaker adaptation},
  author={Hernandez, Fran{\c{c} }ois and Nguyen, Vincent and Ghannay, Sahar and Tomashenko, Natalia and Est{\`e}ve, Yannick},
  booktitle={International Conference on Speech and Computer},
  pages={198--208},
  year={2018},
  organization={Springer}
}