- LibriSpeech :
- 是一个阅读语音语料库,基于 LibriVox 的公共领域有声读物。 其目的是实现自动语音识别 (ASR) 系统的训练和测试
- 语料库被分成了一些子集,名称中带有“clean”的子集被认为比其他音频和美国英语口音更“干净”(至少平均而言)。 该分类是使用非常粗糙的自动化手段获得的,不应被认为是完全可靠的。 子集是不相交的,即每个说话者的音频都被分配给一个子集。
- 语料库的架构:
* dev-clean, test-clean - 包含“干净”语音的开发和测试集。 * train-clean-100 - 训练集,大约 100 小时的“干净”语音 * train-clean-360 - 训练集,大约 360 小时的“干净”语音 * dev-other, test-other - 开发和测试集,语音被自动选择为更具“挑战性”的识别 * train-other-500 - 大约 500 小时的训练集,包含未被归类为“干净”的语音 * intro - subset 仅包含一些读者的 LibriVox 介绍免责声明的子集 * mp3 - 语料库所基于的原始 MP3 编码音频 * texts - 语料库中音频所对应的文本
- train-clean-100的目录架构:
- 19:说话人id
- 198:说话人阅读的文章章节
- *.flac:音频
- 19-198.trans.txt:包含来自相应章节的文本