LibriMix 语音分离数据集

音视频
0 下载
20 浏览
2026-08-13

数据集简介

数据集概述

LibriMix 是 wsj0-2mix 的开源替代品,基于 LibriSpeech 构建。它由两个或三个扬声器的混合物以及来自 WHAM! 的环境噪声样本组成。该数据集旨在支持语音分离研究,特别是在多说话人混合场景下的模型训练与评估。

数据集构成

  • 语音源:来自 LibriSpeech 的干净语音样本。
  • 混合方式:生成两个或三个扬声器的混合音频。
  • 噪声样本:来自 WHAM! 的环境噪声,用于模拟真实场景。
  • 版本:包含多个版本,以覆盖不同说话人数和噪声条件。

评估与性能

使用 Conv-TasNet 模型,在所有 LibriMix 版本上实现了具有竞争力的性能。实验表明,在干净和嘈杂条件下,使用 LibriMix 训练的模型比使用 WHAM! 训练的模型具有更小的泛化误差。此外,为了公平评估跨数据集,研究者引入了基于 VCTK 的第三个测试集,用于语音和噪声的评估。

应用场景

LibriMix 适用于语音分离、语音增强、说话人分离等研究任务,可作为 wsj0-2mix 的替代,便于研究者复现和比较实验结果。

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源OpenDataLab
数据落地页https://opendatalab.com/OpenDataLab/LibriMix
发布日期2026-08-13
语音分离LibriSpeechWHAM!Conv-TasNetVCTK

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费