VoxCeleb1 声纹识别数据集

这是一个大规模且与文本无关的声纹识别数据集，包含来自 YouTube 视频中 1,251 位名人的 10 万条语音。

This is a large-scale text-independent speaker recognition dataset containing 100,000 speech utterances from 1,251 celebrities sourced from YouTube videos.

搜集汇总

背景与挑战

背景概述

VoxCeleb1是一个大规模且与文本无关的声纹识别数据集，包含来自1,251位名人的约10万条语音，源自YouTube视频。数据集提供了验证和识别两种划分，分别统计了说话人、视频和语音段的数量，适用于音频和语音处理任务。