anonymous-submission000/vocsim

该多物种数据集专门用于基准测试人类和鸣禽发声的k-NN检索和聚类分离技术。数据集包含音频样本、标签、说话者和子集等字段，分别表示音频数据、音频类别、发声者身份和数据集子集。数据集还包括多个具体的人类和鸣禽数据集，如AMI、TIMIT、VocImSet、VocalSketch、DAS、Tomka、Nicholson和Elie等。

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-4.0
• 大小: 100K<n<1M
• 任务类别: 音频分类
• 美观名称: VocalSimilarity

数据集信息

• 特征:
  • 音频: 采样率为16000的音频数据
  • 标签: 字符串类型，表示音频剪辑的标签或类别
  • 说话者: 字符串类型，标识说话者或声源
  • 子集: 字符串类型，指定数据集的子集/类别

数据集划分

• 训练集:
  • 数据量: 21758664803.439字节
  • 样本数: 269523

数据集大小

• 下载大小: 0
• 数据集大小: 21758664803.439字节

配置

• 默认配置:
  • 数据文件:
    • 训练: 路径为"data/train-*"