LibriCount10_0dB_说话人数量估计数据集

数据集概述

该数据集为说话人数量估计任务提供合成数据，基于LibriSpeech CleanTest数据集构建，包含0至10个说话人同时发声的5秒音频，混合信噪比为0分贝，每个录音文件名含真实说话人数，配套JSON标注文件记录说话人性别、ID及语音活动信息。

文件详解

• 文件名称：LibriCount10-0dB.zip
• 文件格式：ZIP压缩包
• 包含内容：
• 音频文件：16位、16kHz单声道WAV格式，时长5秒，文件名格式为k_uniquefile.wav（k为录音中最大并发说话人数）
• 标注文件：与音频同名的JSON文件，字段包括：
• sex：说话人性别（F/M）
• activity：语音活动时间区间（采样点单位）
• speaker_id：说话人唯一标识ID

适用场景

• 说话人数量估计算法的训练与测试
• 鸡尾酒会场景语音分离技术研究
• 语音活动检测（VAD）系统性能验证
• 多说话人音频处理模型的开发与优化