Датасет · ProgramComputer
VoxCeleb и VoxCeleb2: аудио и видео
ProgramComputer/voxceleb
Аудио-видео датасет для распознавания речи и классификации; объединённые многотомные ZIP-архивы.
Что внутри
Репозиторий объединяет датасеты VoxCeleb и VoxCeleb2. Внутри — аудио и видеофайлы (mp4), упакованные в многотомные ZIP-архивы; часть файлов не входит в оригинальные датасеты. По метаданным, размер — от 100 тыс. до 1 млн примеров. Права остаются у исходных владельцев, возможны запросы на удаление.
Что можно сделать
- Обучение ASR на аудио из видео
- Классификация и верификация говорящих
- Обучение видео- и аудиоклассификаторов
- Задачи
- Распознавание речи, Классификация аудио, Классификация картинок, Классификация видео
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 10,9 тыс.
- Лайков
- 129
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- JaesungHuh/voice-gender-classifierКлассификация аудио 45,1 тыс.
- binant/voice-gender-classifierКлассификация аудио 211
- Aliados/voice-gender-classifierКлассификация аудио 11
- johbac/voice-embedder-base 10
- Beijuka/voice-gender-classifierКлассификация аудио 10
- JYP2024/voxceleb12_EBranchformer_BaseКлассификация аудио 0
- Sttefan/speaker-verification-checkpoints 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("ProgramComputer/voxceleb")