README.md

---
license: other
language:
  - en
tags:
  - audio
  - speech
  - speaker
  - evaluation
configs:
  - config_name: default
    data_files:
      - split: train
        path: data.parquet
task_categories:
  - audio-classification
pretty_name: VoxCeleb2 Dev
---

# VoxCeleb2 Dev Dataset

## 数据集描述

VoxCeleb2 Dev 数据集是 VoxCeleb2 数据集的开发集（训练集），用于说话人识别和音频检索任务。VoxCeleb2 是 VoxCeleb1 的扩展版本，包含更多的说话人和音频样本。该数据集包含标准化的音频文件和对应的元数据。

## 数据集结构

```
voxceleb2_dev/
├── data.parquet          # 数据集元数据文件（Parquet格式）
├── audio_0/             # 音频文件目录 0
├── audio_1/             # 音频文件目录 1
├── audio_2/             # 音频文件目录 2
├── audio_3/             # 音频文件目录 3
├── audio_4/             # 音频文件目录 4
├── audio_5/             # 音频文件目录 5
└── audio_6/             # 音频文件目录 6
```

## 数据格式

数据集以 Parquet 格式存储，包含以下字段：

### 字段说明

- **query_audio_path**: 查询音频文件的相对路径
- **query_audio_duration**: 查询音频的时长（秒）
- **query_audio_sample_rate**: 查询音频的采样率（Hz）
- **query_audio_speaker_ids**: 查询音频的说话人ID列表
- **document_audio_path**: 文档音频文件的相对路径
- **document_audio_duration**: 文档音频的时长（秒）
- **document_audio_sample_rate**: 文档音频的采样率（Hz）
- **document_audio_speaker_ids**: 文档音频的说话人ID列表

## 使用方法

### 使用 Python 加载数据

```python
from datasets import load_dataset
import pandas as pd

# 方法1: 使用 datasets 库
dataset = load_dataset("parquet", data_files="data.parquet")

# 方法2: 使用 pandas
df = pd.read_parquet("data.parquet")

# 访问音频文件
import soundfile as sf
audio_path = df.iloc[0]['query_audio_path']
audio, sr = sf.read(audio_path)
```

### 音频文件路径

音频文件路径是相对于数据集根目录的相对路径。例如：
- `audio_0/id00001_00001.wav`
- `audio_1/id00002_00002.wav`

## 数据特点

- 音频格式：WAV
- 数据组织：音频文件按数量拆分到多个子目录（audio_0, audio_1, ...）中，每个目录最多包含约 10,000 个文件
- 规模：VoxCeleb2 比 VoxCeleb1 包含更多的说话人和音频样本
- 用途：适用于说话人识别、音频检索、相似度匹配等任务

## 注意事项

1. 音频文件路径为相对路径，使用时需要基于数据集根目录进行解析
2. 说话人ID可能包含多个ID（列表格式），表示该音频片段可能包含多个说话人
3. 确保在访问音频文件时，路径指向正确的数据集目录
4. VoxCeleb2 数据集规模较大，处理时需要注意内存和存储空间

## 相关数据集

- **voxceleb1_dev**: VoxCeleb1 开发集
- **voxceleb1_test**: VoxCeleb1 测试集
- **voxceleb2_test**: VoxCeleb2 测试集