本文内容默认读者已经下载完成VoxCeleb数据集。

本文默认的操作系统环境为Ubuntu18.04。

下载VoxCeleb数据集

VoxCeleb数据集是一个大型人声识别数据集。它包含来自 YouTube 视频的 1251 位名人的约 10 万段语音。数据基本上是性别平衡的（男性占 55％）。这些名人有不同的口音、职业和年龄。该数据集有2个子集： VoxCeleb1 和 VoxCeleb2。

下载数据集需要去官网上下载，这里给出官网链接。

VoxCeleb1：https://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1.html

VoxCeleb2：https://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox2.html

注意，下载这两个数据集需要以企业或者学校申请，需在指定时间内下载。

处理VoxCeleb数据集

用自己的数据路径替换YOUR_DATA_PATH，分别进行整理数据集与数据音频格式转换，点此获取数据处理代码。

python dataprep.py --save_path YOUR_DATA_PATH --extract
python dataprep.py --save_path YOUR_DATA_PATH --convert

转换前需要在系统安装wget和ffmpeg。

安装wget

apt update
apt install wget
wget --version

安装ffmpeg3.x

apt update
apt install ffmpeg
ffmpeg -version

大功告成

经过漫长的等待坐牢，处理好的数据新鲜出炉，具体怎么用就看各位操作了。