- 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
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 :
Расколоть | Примеры |
---|---|
'test' | 7972 |
'train' | 134 000 |
'validation' | 6670 |
- 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 :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
аудио | Аудио | (Никто,) | int64 | |
этикетка | Метка класса | int64 | ||
youtube_id | Текст | нить |
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",
}