- opis :
Zbiór danych na dużą skalę do identyfikacji mówców. Dane te są zbierane od ponad 1251 mówców, w sumie ponad 150 000 próbek. To wydanie zawiera część audio zestawu danych voxceleb1.1.
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html
Kod źródłowy :
tfds.audio.Voxceleb
Wersje :
-
1.2.1
(domyślnie): Dodaj pole youtube_id
-
Rozmiar pliku do pobrania :
4.68 MiB
Rozmiar zestawu danych :
107.98 GiB
Instrukcje ręcznego pobierania : ten zestaw danych wymaga ręcznego pobrania danych źródłowych do katalogu
download_config.manual_dir
(domyślnie~/tensorflow_datasets/downloads/manual/
):
katalog_ręczny powinien zawierać plik vox_dev_wav.zip. Instrukcje pobierania tego pliku można znaleźć na stronie http://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html Ten zbiór danych wymaga rejestracji.Automatyczne buforowanie ( dokumentacja ): Nie
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 7972 |
'train' | 134 000 |
'validation' | 6670 |
- Struktura funkcji :
FeaturesDict({
'audio': Audio(shape=(None,), dtype=int64),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1252),
'youtube_id': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
audio | Audio | (Nic,) | int64 | |
etykieta | Etykieta klasy | int64 | ||
youtube_id | Tekst | strunowy |
Klucze nadzorowane (zobacz dokument
as_supervised
):('audio', 'label')
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@InProceedings{Nagrani17,
author = "Nagrani, A. and Chung, J.~S. and Zisserman, A.",
title = "VoxCeleb: a large-scale speaker identification dataset",
booktitle = "INTERSPEECH",
year = "2017",
}