voxceleb

Descrição :

Um conjunto de dados de grande escala para identificação de alto-falante. Esses dados são coletados de mais de 1.251 alto-falantes, com mais de 150 mil amostras no total. Esta versão contém a parte de áudio do conjunto de dados voxceleb1.1.

Documentação Adicional : Explore em Papers With Code
Homepage : http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html
Código fonte : tfds.audio.Voxceleb
Versões :
- 1.2.1 (padrão): Adicionar campo youtube_id
Tamanho do download : 4.68 MiB
Tamanho do conjunto de dados : 107.98 GiB
Instruções de download manual : este conjunto de dados exige que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
manual_dir deve conter o arquivo vox_dev_wav.zip. As instruções para baixar este arquivo são encontradas em http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html Este conjunto de dados requer registro.
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'test'`	7.972
`'train'`	134.000
`'validation'`	6.670

Estrutura de recursos :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1252),
    'youtube_id': Text(shape=(), dtype=string),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
áudio	áudio	(Nenhum,)	int64
etiqueta	ClassLabel		int64
youtube_id	Texto		corda

Chaves supervisionadas (consulte o documento as_supervised ): ('audio', 'label')
Figura ( tfds.show_examples ): Não compatível.
Exemplos ( tfds.as_dataframe ):

Citação :

@InProceedings{Nagrani17,
    author       = "Nagrani, A. and Chung, J.~S. and Zisserman, A.",
    title        = "VoxCeleb: a large-scale speaker identification dataset",
    booktitle    = "INTERSPEECH",
    year         = "2017",
}