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.

• Домашняя страница : https://doi.org/10.7488/ds/2645

• Исходный код : tfds.audio.Vctk

• Версии :

  • 1.0.0 (по умолчанию): без примечаний к выпуску.

• Размер загружаемого 10.94 GiB : 10.94 GiB

• Автоматическое кэширование ( документация ): Нет

• Особенности :

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),
})

• Контролируемые ключи (см. as_supervised doc ): ('text', 'speech')

• Цитата :

@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},
}

• Рисунок ( tfds.show_examples ): не поддерживается.

vctk / mic1 (конфигурация по умолчанию)

• Описание конфигурации : звук записан с помощью всенаправленного микрофона (DPA 4035). Содержит шумы очень низкой частоты.

        This is the same audio released in previous versions of VCTK:
        <a href="https://doi.org/10.7488/ds/1994">https://doi.org/10.7488/ds/1994</a>
  

• Размер набора данных : 39.87 GiB

• Сплит :

• Примеры ( tfds.as_dataframe ):

vctk / mic2

• Описание конфигурации : звук, записанный с помощью конденсаторного микрофона с небольшой диафрагмой и очень широкой полосой пропускания (Sennheiser MKH 800).

      Two speakers, p280 and p315 had technical issues of the audio
      recordings using MKH 800.

• Размер набора данных : 38.86 GiB

• Сплит :

• Примеры ( tfds.as_dataframe ):