从CMU ARCTIC中提取的说话人嵌入

数据集中每个话语都有一个.npy文件，总共有7931个文件。说话人嵌入是512维的X向量。

数据集将话语分给以下说话人：

• bdl（美国男性）
• slt（美国女性）
• jmk（加拿大男性）
• awb（苏格兰男性）
• rms（美国男性）
• clb（美国女性）
• ksp（印度男性）

使用speechbrain/spkrec-xvect-voxceleb模型提取了X向量。

用法：

from datasets import load_dataset
embeddings_dataset = load_dataset("Matthijs/cmu-arctic-xvectors", split="validation")

speaker_embeddings = embeddings_dataset[7306]["xvector"]
speaker_embeddings = torch.tensor(speaker_embeddings).unsqueeze(0)