VoxCeleb数据集下载

最新推荐文章于 2025-03-05 12:27:44 发布

maxine_gwj

最新推荐文章于 2025-03-05 12:27:44 发布

阅读量4k

点赞数 8

分类专栏：数据集下载文章标签： python 生成对抗网络

本文链接：https://blog.youkuaiyun.com/maxine_gwj/article/details/129735560

版权

数据集下载专栏收录该内容

2 篇文章

订阅专栏

VoxCeleb1和VoxCeleb2对比

VoxCeleb1与VoxCeleb2的对比

正文

VoxCeleb官网地址：https://www.robots.ox.ac.uk/~vgg/data/voxceleb/
但是很奇怪的是现在（2023-3-23），这个网站所有的下载链接被取消了，也就是说无法点击以上链接下载数据集
看了很多知乎，优快云文章，有一篇文章说通过下述连接申请可以下载：
这是一个韩国的实验室，承接了第四次的 VoxCeleb Speaker Recognition Challenge (VoxSRC)
VoxCeleb：https://mm.kaist.ac.kr/datasets/voxceleb/
但是我看这个链接和官网那个也没啥区别啊？不懂。。

网上有个方法说目前需要填个 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。
最后找到了下载方法：https://docs.google.com/forms/d/e/1FAIpQLSdQhpq2Be2CktaPhuadUMU7ZDJoQuRlFlzNO45xO-drWQ0AXA/viewform?fbzx=7440236747203254000
（但是我试着用这个方法并没有下载成功）

本人成功方法

1.先在这个链接填写姓名单位和单位邮箱https://cn01.mmai.io/keyreq/voxceleb?

2.打开邮箱后就可以看到一封邮件标题是VoxCeleb Dataset，没有的话去垃圾邮件找一下，可能被拦截了

3.打开邮件就可以看到下载链接了，点击自己想下载的数据集下载即可
点击蓝色Download下载

目前我还没有下载完，看网上一些文章说需要把下载好的所有压缩包合并以后再解压缩：

将voxceleb deva到devi都下载完毕后, 需要使用cat vox2_dev* > vox2_mp4.zip得到260G左右的压缩包, 再将vox2_mp4.zip解压即可得到145569个视频片段。
这个作者也把下载好的数据集放在百度网盘了，但是我下载的时候已经没有了，估计很久没有更新了

还有一个作者把下载好的数据放在了百度网盘，
原文链接：https://www.cnblogs.com/quantoublog/articles/16436765.html
下载并处理vox数据集
链接：https://pan.baidu.com/s/1Mx3Ps9IyL-bxfesGFvv5fQ
提取码：8qxb
这里包含了vox1和vox2，并独立压缩成了zip，使用时需要分别解压，如果是官网下载的压缩文件，可以用下面的代码合并再解压

save_path = "F:/ECAPA-TDNN数据集所需/vox2测试集"
infile 	= "vox2_dev_aaca*"
outfile	= "vox2_dev_aaca.zip"

## Concatenate files
out 	= subprocess.call('cat %s/%s > %s/%s' %(save_path,infile,save_path,outfile), shell=True)

"type vox2_dev_aaca* > vox2_dev_aaca.zip"
print('Checksum successful %s.'%outfile)

out 	= subprocess.call('rm %s/%s' %(save_path,infile), shell=True)

我看了一下百度网盘的数据集，感觉数据集大小不太对，就没下载，毕竟一下载就是很久，懒得去尝试了

还有一个知乎的作者也把自己的数据集放到了百度网盘上，
原文链接：https://zhuanlan.zhihu.com/p/588668145
以下载VoxCeleb2数据集为例：
mp4视频数据，文件包含声音，合计5994人，解压后255GB。
百度云链接: https://pan.baidu.com/s/1o6AdzvkAsFY0fOByO6kMdQ?pwd=69q6
解压命令：
zip -s 0 vox2_mp4_dev.zip --out unsplit.zip
unzip unslit.zip
大小是没问题，文件很多，作者分成10G10G的了，

但是我下载一半才发现这个作者没有test数据集，如果只需要dev的同志可以用这个百度网盘下载。同样，下载后要合并成一个文件夹再解压。