前言

VoxCeleb1 是广泛使用的说话人识别、验证数据集。由于是从 YouTube 视频中提取，有比较丰富的噪声。（有空补介绍）

如果可以使用谷歌表单和翻译软件应该就可以顺利下载，私下分发数据集有侵权风险。

正文

官网如下：

VoxCelebhttps://www.robots.ox.ac.uk/~vgg/data/voxceleb/

但是很神奇的是现在（2022-7-12），这个网站所有的下载链接被取消了。

VoxCelebhttps://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html

可以看到，只能下载到 Metadata，音频文件暂时不可用。

搜了好久后发现在下面的链接可以下载，一开始担心不是官网，后面发现这是一个韩国的实验室，承接了第四次的 VoxCeleb Speaker Recognition Challenge (VoxSRC)

VoxCelebhttps://mm.kaist.ac.kr/datasets/voxceleb/下载前需要填个 Google Form，填入单位姓名等。由于是自动流程，所以填完不久就可以检查邮箱收件箱了，会看到一个邮件给出了用户名和口令。

https://docs.google.com/forms/d/e/1FAIpQLSdQhpq2Be2CktaPhuadUMU7ZDJoQuRlFlzNO45xO-drWQ0AXA/viewform?fbzx=7440236747203254000

这里有说明，给出的身份只能使用 1 个月。

获得用户名和口令之后就好办了，使用 Windows 和浏览器的可以直接在下面的链接找到对应的数据集下载，因为过大所以官方做了分片，具体的操作官网有详细说明，下载的时候点击链接，会弹出需要填入用户名和口令，输入即可开始下载。VoxCelebhttps://mm.kaist.ac.kr/datasets/voxceleb/

额外补充一下，Linux 环境的下载命令。

wget http://cnode01.mm.kaist.ac.kr/voxceleb/vox1a/vox1_test_wav.zip  --http-user=username--http-passwd=password

将链接 `http://cnode01.mm.kaist.ac.kr/voxceleb/vox1a/vox1_test_wavip` 切换为你需要下载的文件，然后 username 和 password 做替换即可。

官网给出了 md5，可以顺手校验一下。

 md5sum vox1_dev_wav.zip

然后是解压，用 unzip 命令。

unzip -d vox1_dev_wav vox1_dev_wav.zip

然后就大工搞成了，数据集的使用可以参照 GitHub 找 voxceleb trainer，此外用 Pytorch 的用户可以参照 torchaudio.datasets.voxceleb1 — Torchaudio nightly documentation。这个 API 比较新，比较古早的版本可能没有。

补充

对于将要使用这个数据集 Train 模型的同学补充说明一下，Identification 任务的训练也是要下载 Test 数据的。

直接用 https://mm.kaist.ac.kr/datasets/voxceleb/meta/iden_split.txt 这个文件读取数据集，会报错，id10270-id10309 的数据是缺失的，但是 iden_split 这个文件却标注了一些 id 在这个范围的说话人的数据为 Training，我本以为只用 Training Data （因为不是做 ASV）所以没有下载 Test……结果就报错了，找不到音频文件。

VoxCeleb1 数据集下载相关推荐

mnist等常用数据集下载地址，现成的.mat文件
推荐一个机器学习常用数据集下载网址,LIIBSVM 数据集已经处理好的,可以直接用.
Flickr30k图像标注数据集下载及使用方法（转载的，备忘）
Flickr30k图像标注数据集下载及使用方法这是该博主贴的链接:Flickr30k图像标注数据集下载及使用方法直接从百度云盘中下载链接:https://pan.baidu.com/s/1r0R ...
Understanding Clouds from Satellite Images比赛的discussion调研与colab数据集下载配置
colab数据集下载配置代码: %%time !pip install -U -q kaggle !mkdir -p ~/.kaggle!echo '{"username":&qu ...
【机器学习】 - 各种人脸数据集下载地址及说明汇总
1. Olivetti Faces人脸数据集由40个人组成,共计400张人脸: 每人的人脸图片为10张,包含正脸.侧脸以及不同的表情: 整个数据集就是一张大的人脸组合图片,下载地址:https:// ...
MNIST数据集下载及可视化
MNIST数据集介绍 MNIST数据集官网:http://yann.lecun.com/exdb/mnist/ MNIST数据库是非常经典的一个数据集,就像你学编程起初写一个"Hello W ...
深度学习 - MPII Human Pose Database数据集下载
原数据集下载网页:http://human-pose.mpi-inf.mpg.de/#download 转载于:https://blog.51cto.com/396732/2072239
数据集下载OTB,VOT,UAV，鸢尾花
OTB数据集下载百度网盘链接链接:https://pan.baidu.com/s/1snsJF_7Sw_EbKtzdvLO1nw 提取码:ls23 VOT数据集下载百度网盘链接链接:https:/ ...
VOC2007数据集 VOC2012数据集下载百度云
VOC2007数据集 VOC2007数据集下载百度云 Download VOC2007 trainval & test 链接:https://pan.baidu.com/s/1_uTFp4_ ...
视线估计14个常见数据集下载
数据集1:Columbia Gaze 在网页填写一下自己的邮箱就可以获得下载地址(2.2G) wget 下载地址 unzip columbia_gaze_data_set.zip 数据集2:UTMul ...

VoxCeleb1 数据集下载

前言

正文

补充

VoxCeleb1 数据集下载相关推荐

最新文章

热门文章