COMPRISE_Data03_LibriSpeech_V1.0

NIAID Data Ecosystem2026-03-13 收录

数据链接：

https://zenodo.org/record/5736582 数据链接链接失效反馈

官方服务：

资源简介：

LibriSpeech trial and enrollment data sets used for speaker verification experiments as mentioned in https://hal.inria.fr/hal-03197376v2

创建时间：

2022-02-11

VoxBlink

说话人验证

多模态

VoxBlink是由武汉大学计算机学院创建的大规模视听说话人验证数据集，包含1.45M条语音记录，涉及38K说话人。数据集内容丰富，涵盖多种场景和语言，主要来源于YouTube上的用户上传的短视频。创建过程中采用了自动化的视听数据挖掘管道，确保数据的质量和多样性。VoxBlink数据集广泛应用于说话人验证、语音分离和多模态验证等领域，旨在解决现实生活中的说话人识别问题。

arXiv2023-12-13 更新290

Voxceleb 1+2

语音识别

说话人验证

该数据集采用了Voxceleb 1+2数据集来训练SVVAD框架，并在经过清理的Voxceleb1验证集上构建了一个测试集进行测试。该数据集包含了来自不同说话人的音频片段，用于为SVVAD框架的训练和测试构建合成数据。其规模属于大型，任务是对说话人验证进行语音活动检测。

arXiv170

DynamicSuperbPrivate/SpeakerVerification_Tedlium2Train

语音识别

说话人验证

--- dataset_info: features: - name: file dtype: string - name: audio dtype: audio - name: file2 dtype: string - name: instruction dtype: string - name: label dtype: str

Hugging Face2023-07-17 更新140

大规模转换语音数据库

语音转换

说话人验证

本研究构建了一个名为‘大规模转换语音数据库’的数据集，由16种表现良好的语音转换方法生成，旨在推动源说话人验证任务的发展。数据集包含约327,600条转换语音样本，这些样本通过随机选择三个源语音样本对同一目标语音进行语音转换生成，模拟了三种不同的攻击者。创建过程中，采用了多种语音转换技术，确保数据集的多样性和实用性。该数据集主要应用于源说话人验证领域，旨在解决语音转换技术对自动说话人验证系统安全性

arXiv2024-06-07 更新270

MultiSV

说话人验证

音频信号处理

MultiSV 是一个专为训练和评估与文本无关的多通道说话人验证系统而设计的语料库。它也可以很容易地用于去混响、去噪和语音增强的实验。

OpenDataLab2026-07-12 更新160