yangwang825/vox2-veri-full
收藏Hugging Face2023-05-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/yangwang825/vox2-veri-full
下载链接
链接失效反馈官方服务：
资源简介：
VoxCeleb2数据集包含超过100万条来自6,112位名人的语音片段，这些片段是从YouTube视频中提取的。数据集分为训练集、验证集和测试集，分别包含5,994位说话者的982,808个样本、5,994位说话者的109,201个样本和118位说话者的36,237个样本。每个样本包含ID、持续时间、波形文件路径、起始和停止索引以及说话者ID等信息。
提供机构：
yangwang825
原始信息汇总
数据集概述
数据集名称
VoxCeleb 2
数据集描述
VoxCeleb2 包含超过100万条来自6,112位名人的语音样本，这些样本是从YouTube上传的视频中提取的。
数据集划分
| 划分 | 训练集 | 验证集 | 测试集 |
|---|---|---|---|
| 说话人数 | 5,994 | 5,994 | 118 |
| 样本数 | 982,808 | 109,201 | 36,237 |
数据字段
- ID (字符串): 样本ID，格式为
<spk_id--utt_id_start_stop>。 - duration (浮点数): 片段持续时间，单位为秒。
- wav (字符串): 波形文件路径。
- start (整数): 片段起始索引，等于 (起始秒数) × (采样率)。
- stop (整数): 片段结束索引，等于 (结束秒数) × (采样率)。
- spk_id (字符串): 说话人ID。
示例
json { ID: id09056--00112_0_89088, duration: 5.568, wav: id09056/U2mRgZ1tW04/00112.wav, start: 0, stop: 89088, spk_id: id09056 }
