LRS2数据集由数千个BBC视频片段组成，分为训练、验证和测试三个文件夹。数据集的创建方式是通过从LRS2中随机选择两个不同的说话者，并将他们的语音以-5dB到5dB的信噪比混合。由于LRS2数据包含混响和噪声，且重叠率不是100%，因此数据集更接近现实世界场景。数据集的时间划分为11小时的训练集、3小时的验证集和1.5小时的测试集。

Hugging Face2024-02-20 更新1370

CHiME-5

语音分离

目标语音提取

该数据集名为CHiME-5，包含了使用远端麦克风记录的实际晚宴对话，特点是多人同时说话和多种背景音效。这些现实世界的录音为语音提取方法带来了极大的挑战。该数据集的任务是目标语音提取（Target Speech Extraction，简称Tse）。

arXiv550

LibriheavyMix

语音分离

多说话者语音处理

LibriheavyMix是一个由小米公司、腾讯AI实验室和香港中文大学联合创建的大规模单通道混响多说话者语音分离数据集，总时长达到20,000小时。该数据集基于Libriheavy构建，包含丰富的标点、大小写和文本上下文信息，旨在模拟真实世界的会议和鸡尾酒会场景。数据集的创建过程包括语音重叠模拟和混响引入，以生成更具挑战性的训练样本。LibriheavyMix主要应用于多说话者语音识别、语音分离

arXiv2024-09-02 更新2040

SpeechSeparation_MiniLibriMix

语音分离

音频处理

The MiniLibriMix dataset is a subset of LibriMix which is generated from LibriSpeech Files used here were obtained from https://zenodo.org/records/3871592

魔搭社区2025-12-04 更新660

Log Files

资源简介：

相关数据集