user_libri_text

• Descriptif :

UserLibri est un ensemble de données contenant des transcriptions audio appariées et des données textuelles supplémentaires pour chacun des 107 utilisateurs. Il s'agit d'un reformatage de l'ensemble de données LibriSpeech trouvé sur http://www.openslr.org/12, réorganisant les données en utilisateurs avec une moyenne de 52 énoncés LibriSpeech et environ 6 700 phrases d'exemple de texte par utilisateur. La classe UserLibriAudio permet d'accéder aux paires audio-transcription. Voir UserLibriText pour les données de texte supplémentaires.

• Page d' accueil : https://www.kaggle.com/datasets/google/userlibri

• Code source : tfds.text.userlibri_lm_data.UserLibriText

• Versions :

  • 1.0.0 (par défaut) : aucune note de version.

• Taille du téléchargement : Unknown size

• Taille du jeu de données : 86.86 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

• Structure des fonctionnalités :

FeaturesDict({
    'book_id': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
})

• Documentation des fonctionnalités :

• Touches supervisées (Voir as_supervised doc ): ('text', 'text')

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@inproceedings{breiner2022userlibri,
  title={UserLibri: A Dataset for ASR Personalization Using Only Text},
  author={Breiner, Theresa and Ramaswamy, Swaroop and Variani, Ehsan and Garg, Shefali and Mathews, Rajiv and Sim, Khe Chai and Gupta, Kilol and Chen, Mingqing and McConnaughey, Lara},
  booktitle={Proc. Interspeech 2022},
  year={2022}
}