Patient 5

Figshare2021-09-22 更新2026-04-28 收录

医学语音分析

说话人识别

数据链接：

https://figshare.com/articles/dataset/Patient_5/14822691 数据链接链接失效反馈

官方服务：

资源简介：

Data acquired from speaker 5. To be unzipped and put to the database root folder.

创建时间：

2021-09-22

diarizers-community/voxconverse

说话人识别

音乐活动检测

VoxConverse是一个音频-视觉的说话人分离数据集，包含从YouTube视频中提取的多说话人语音片段。该数据集已经过预处理，使其兼容diarizers工具，用于微调pyannote分割模型。数据集的特征包括音频、时间戳开始、时间戳结束和说话人信息。数据集分为开发集和测试集，分别包含216和232个样本。数据集的总下载大小为7296384603字节，总数据集大小为7354283539字节。数据

Hugging Face2024-05-31 更新1790

Switchboard-2 Phase I

语音处理

说话人识别

Introduction Switchboard-2 Phase I consists of 3,638 5-minute telephone conversations involving 657 participants. This corpus was collected by the Linguistic Data Consortium (LDC), in support of a pro

Mendeley Data2024-01-31 更新150

Second DIHARD Challenge Development - SEEDLingS

说话人识别

语音分离

Ryant, Neville; Liberman, Mark; Fiumara, James; Cieri, Christopher, 2023, "Second DIHARD Challenge Development - SEEDLingS", https://hdl.handle.net/11272.1/AB2/PKMDCL, Abacus Data Network, V1

Abacus80

CambioMoney/ami-speaker-analysis_full_run_8_test

语音识别

说话人识别

该数据集包含会议相关的音频和文本数据，每个记录包括会议ID、音频ID、文本内容、音频数据（包含音频数组、路径和采样率）、开始时间、结束时间、麦克风ID、说话者ID、是否完整以及是否为原始片段等信息。数据集分为训练集，包含13699个样本，总大小为5019317203字节。

Hugging Face2024-12-05 更新160

confit/vietnamceleb

说话人识别

音频处理

VietnamCeleb是一个用于越南语说话人识别的大型数据集。

Hugging Face2025-02-11 更新120