Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

vctk

  • Описание:

Этот корпус CSTR VCTK включает речевые данные, произнесенные 110 носителями английского языка с различными акцентами. Каждый оратор зачитывает около 400 предложений, которые были выбраны из газеты, радужного отрывка и параграфа для извлечения, использованного для архива речевого акцента.

Обратите внимание, что текст «p315» был потерян из-за ошибки жесткого диска.

FeaturesDict({
    'accent': ClassLabel(shape=(), dtype=tf.int64, num_classes=13),
    'gender': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'id': tf.string,
    'speaker': ClassLabel(shape=(), dtype=tf.int64, num_classes=110),
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
})
@misc{yamagishi2019vctk,
  author={Yamagishi, Junichi and Veaux, Christophe and MacDonald, Kirsten},
  title={ {CSTR VCTK Corpus}: English Multi-speaker Corpus for {CSTR} Voice Cloning Toolkit (version 0.92)},
  publisher={University of Edinburgh. The Centre for Speech Technology Research (CSTR)},
  year=2019,
  doi={10.7488/ds/2645},
}

vctk / mic1 (конфигурация по умолчанию)

  • Описание Config: Звук , записанный с помощью всенаправленный микрофон (ДПА 4035). Содержит шумы очень низкой частоты.

          This is the same audio released in previous versions of VCTK:
          https://doi.org/10.7488/ds/1994
    
  • Dataset Размер: 39.87 GiB

  • расколы:

Расколоть Примеры
'train' 44 455

vctk / mic2

  • Описание конфигурации: Звук , записанный с помощью небольшого микрофона диафрагмы конденсатора с очень широкой полосой пропускания (Sennheiser MKH 800).

          Two speakers, p280 and p315 had technical issues of the audio
          recordings using MKH 800.
    
  • Dataset Размер: 38.86 GiB

  • расколы:

Расколоть Примеры
'train' 43 873