VoxCeleb教练 该存储库包含用于培训演讲者识别模型的框架，该文章在“捍卫说话者识别的度量学习”一文中进行了描述。 依存关系 pip install -r requirements.txt 资料准备 以下脚本可用于下载和准备VoxCeleb数据集以进行培训。 python ./dataprep.py --save_path data --download --user USERNAME --password PASSWORD python ./dataprep.py --save_path data --extract python ./dataprep.py --save_path data --convert 为了使用数据扩充，还运行： python ./dataprep.py --save_path data --augment 除Python依赖项外，必须在系统上安装wg

Voxceleb2 视频数据集，通过原作者给的谷歌云盘链接下载，费劲九牛二虎之力下载下来的回点血。 共280G，内容为原作者处理过后的图片格式，不是视频，没有音频。 资源通过天翼云盘分享。 原链接在这有能力的自取：https://drive.google.com/file/d/1VLhAbzbrexqg-nHq8l1AV8oc-Sq-x0kZ/view?usp=sharing

matlab精度检验代码VGGVox-PyTorch 在PyTorch中为VoxCeleb1数据集实现VGGVox。 火车 pip install -r requirements.txt python3 train.py --dir ./data/ 用--dir指定数据目录 笔记 81.79％Top-1和93.17 Top-5测试装置的准确性，非常令人满意。 在中查找详细信息。 V100的培训每个时期需要4分钟。 模型 运行python3 vggm.py进行模型架构。 上载最佳模型权重 到目前为止，我所做的是： 所有数据都完全按照作者的matlab代码进行了预处理。 在Matlab上在线检查和验证 随机3s裁剪段进行训练。 复制所有超参数... LR，优化器参数，作者网络中的批处理大小。 稳定PyTorch的BatchNorm和测试版本。 改善结果的比例很小。 尝试按照作者的github上提到的单边频谱图输入。 从matlab移植作者网络并进行培训。 Matlab模型具有1300个输出尺寸，稍后将对其进行测试。 从matlab网络复制权重并进行测试。 参考和引用： linhdvu14的

Voxceleb1数据集中的说话人验证任务 该存储库包含使用Kaldi在Voxceleb1 [1]数据集上训练i-vector说话者识别系统的简单脚本。 它是根据Kaldi / egs / sre10上的run.sh文件修改的。 要求 卡尔迪工具包 如何使用 将所有文件移至{kaldi_root} / egs / sre10文件夹 修改run.sh文件中的数据集目录和参数以适合您的计算机。 运行run.sh文件 结果 使用voxceleb1训练数据对2048个组件GMM-UBM和600维i-vector提取器进行了训练，以进行验证任务。 与Kaldi egs上的sre10基线相比，训练参数几乎相同。 GMM-2048 CDS有效值：15.39％ GMM-2048 LDA + CDS eer：8.103％ GMM-2048 PLDA eer：5.446％ 笔记 Voxceleb1数据集是

VoxCeleb2数据集test URLs and timestamps数据，vox2_test_txt.zip。

VoxCeleb2数据集meta数据，vox2_meta.csv。

VoxCeleb1数据集meta数据，vox1_meta.csv。

VoxCeleb1数据集dev URLs and timestamps数据，vox1_dev_txt.zip。

VoxCeleb1数据集test URLs and timestamps数据，vox1_test_txt.zip。