مجموعة بيانات التعرف الرقمي الصوتي (FSDD)

مجموعة بيانات الأرقام المنطوقة المجانية (FSDD) عبارة عن مجموعة بيانات صوتية/كلام بسيطة تتكون من تسجيلات كلامية رقمية في ملفات wav بمعدل أخذ عينات يبلغ 8 كيلو هرتز. تم تحرير التسجيلات لتقليل الصمت في البداية والنهاية. إن مجموعة البيانات مفتوحة، مما يعني أنها سوف تنمو بمرور الوقت مع استمرار المساهمة بالبيانات.

تتضمن مجموعة بيانات FSDD حاليًا (اعتبارًا من يوليو 2024):

• 6 مكبرات صوت مختلفة
• 3000 تسجيل (50 لكل متحدث)
• النطق باللغة الإنجليزية

يتم تسمية الملفات الموجودة في مجموعة البيانات وفقًا لتنسيق محدد، على سبيل المثال:{digitLabel}_{speakerName}_{index}.wav . على سبيل المثال، اسم الملف 7_jackson_32.wav يشير إلى التسجيل رقم 32 للرقم 7 للمتحدث جاكسون.

لا تتوفر مجموعة بيانات FSDD للبحث الأكاديمي فحسب، بل يتم تشجيع المجتمع أيضًا على المساهمة بتسجيلاته الخاصة. يجب أن تكون جميع التسجيلات عبارة عن ملفات wav أحادية الصوت بتردد 8 كيلوهرتز، مع اقتصاصها لتقليل الصمت.