librispeech 的train-clean-100--简单记录笔记

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

相关阅读:
Three.js初识：渲染立方体、3d字体、修改渲染背景颜色
「BUAA OO Pre」 Pre 2总结回顾概览
16、监测数据采集物联网应用开发步骤(12.1)
分布式事务。seata主线版本1.6.0-SHAPSHOT，Springboot2.7.6，AT与TCC模式。小白入门必看，0-1过程，代码全。
Flink SQL系列之：解析Debezium数据格式时间字段常用的函数
流行框架：OkHttp配置
【GNS3 GraduProj】SSH远程登录达成
【C语言】学生宿舍信息管理系统
图纸透明加密：保护机械图纸安全的新方法
Java中对象的打印

原文地址：https://blog.csdn.net/weixin_45647721/article/details/127712078