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

  • 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
  • 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",
}