voxceleb

• الوصف :

مجموعة بيانات كبيرة الحجم للتعرف على السماعات. تم جمع هذه البيانات من أكثر من 1251 متحدثًا ، مع أكثر من 150 ألف عينة إجمالاً. يحتوي هذا الإصدار على الجزء الصوتي من مجموعة بيانات voxceleb1.1.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

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

• كود المصدر : tfds.audio.Voxceleb

• إصدارات :

  • 1.2.1 (افتراضي): أضف الحقل youtube_id

• حجم التحميل : 4.68 MiB

• حجم مجموعة البيانات : 107.98 GiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  يجب أن يحتوي manual_dir على الملف vox_dev_wav.zip. توجد إرشادات تنزيل هذا الملف في http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html تتطلب مجموعة البيانات هذه التسجيل.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

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

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('audio', 'label')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

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