вокселеб

• Описание :

Крупномасштабный набор данных для идентификации говорящего. Эти данные собираются от более чем 1251 говорящего, всего более 150 тысяч образцов. Этот выпуск содержит аудио часть набора данных voxceleb1.1.

• Дополнительная документация : изучить документы с кодом north_east

• Домашняя страница : http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html

• Исходный код : tfds.audio.Voxceleb

• Версии :

  • 1.2.1 (по умолчанию): добавить поле youtube_id

• Размер загрузки : 4.68 MiB

• Размер набора данных : 107.98 GiB

• Инструкции по ручной загрузке : этот набор данных требует, чтобы вы загружали исходные данные вручную в download_config.manual_dir (по умолчанию ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir должен содержать файл vox_dev_wav.zip. Инструкции по загрузке этого файла можно найти по адресу http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html . Этот набор данных требует регистрации.

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1252),
    'youtube_id': Text(shape=(), dtype=string),
})

• Документация по функциям :

• Контролируемые ключи (см . документ as_supervised ): ('audio', 'label')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@InProceedings{Nagrani17,
    author       = "Nagrani, A. and Chung, J.~S. and Zisserman, A.",
    title        = "VoxCeleb: a large-scale speaker identification dataset",
    booktitle    = "INTERSPEECH",
    year         = "2017",
}