voxceleb

  • 説明

話者識別のための大規模なデータセット。このデータは、1,251を超えるスピーカーから収集され、合計で15万を超えるサンプルがあります。このリリースには、voxceleb1.1データセットのオーディオ部分が含まれています。

  • ホームページhttp://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html

  • ソースコードtfds.audio.Voxceleb

  • バージョン

    • 1.2.1 (デフォルト) :youtube_idフィールドを追加します。
  • ダウンロードサイズ4.68 MiB

  • データセットのサイズ107.98 GiB

  • マニュアルダウンロード方法:このデータセットは、手動にソースデータをダウンロードする必要がありますdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ):
    manual_dirには、vox_dev_wav.zipファイルが含まれている必要があります。このファイルをダウンロードするための命令がで発見されhttp://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.htmlこのデータセットには登録が必要です。

  • オートキャッシュされたドキュメント):いいえ

  • スプリット

スプリット
'test' 7,972
'train' 134,000
'validation' 6,670
  • 特長
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=1252),
    'youtube_id': Text(shape=(), dtype=tf.string),
})
  • 引用
@InProceedings{Nagrani17,
    author       = "Nagrani, A. and Chung, J.~S. and Zisserman, A.",
    title        = "VoxCeleb: a large-scale speaker identification dataset",
    booktitle    = "INTERSPEECH",
    year         = "2017",
}