- opis :
LibriTTS to wielojęzyczny zbiór około 585 godzin angielskiej mowy czytanej z częstotliwością próbkowania 24 kHz, przygotowany przez Heiga Zen z pomocą członków zespołu Google Speech i Google Brain. Korpus LibriTTS jest przeznaczony do badań TTS. Pochodzi z oryginalnych materiałów (plików audio mp3 z LibriVox i plików tekstowych z Project Gutenberg) z korpusu LibriSpeech. Główne różnice w stosunku do korpusu LibriSpeech są wymienione poniżej:
- Pliki audio mają częstotliwość próbkowania 24 kHz.
- Mowa jest podzielona na przerwy w zdaniach.
- Uwzględniono zarówno teksty oryginalne, jak i znormalizowane.
- Można wyodrębnić informacje kontekstowe (np. sąsiednie zdania).
- Wypowiedzi ze znacznym hałasem w tle są wykluczone.
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem
Strona główna : http://www.openslr.org/60
Kod źródłowy :
tfds.datasets.libritts.Builder
Wersje :
-
1.0.1
(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
78.42 GiB
Rozmiar zestawu danych :
271.41 GiB
Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Rozdzielać | Przykłady |
---|---|
'dev_clean' | 5736 |
'dev_other' | 4613 |
'test_clean' | 4837 |
'test_other' | 5120 |
'train_clean100' | 33236 |
'train_clean360' | 116 500 |
'train_other500' | 205044 |
- Struktura funkcji :
FeaturesDict({
'chapter_id': int64,
'id': string,
'speaker_id': int64,
'speech': Audio(shape=(None,), dtype=int64),
'text_normalized': Text(shape=(), dtype=string),
'text_original': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
identyfikator_rozdziału | Napinacz | int64 | ||
ID | Napinacz | strunowy | ||
identyfikator_mówcy | Napinacz | int64 | ||
przemówienie | Audio | (Nic,) | int64 | |
tekst_znormalizowany | Tekst | strunowy | ||
tekst_oryginał | Tekst | strunowy |
Klucze nadzorowane (zobacz dokument
as_supervised
):('text_normalized', 'speech')
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@inproceedings{zen2019libritts,
title = {LibriTTS: A Corpus Derived from LibriSpeech for Text-to-Speech},
author = {H. Zen and V. Dang and R. Clark and Y. Zhang and R. J. Weiss and Y. Jia and Z. Chen and Y. Wu},
booktitle = {Proc. Interspeech},
month = sep,
year = {2019},
doi = {10.21437/Interspeech.2019-2441},
}