性別、年齢でクラス分けができるような音声データセットを探しています。

Question

現在、音声・雑音データからなるデータセットを作成し、機械学習を用いて学習効率について研究しています。

今まで使っていたデータセットはクラス分けが男性・女性の２クラスでしか判断材料がなく比較的判断がしやすいものでした。さらに学習効率を明らかにするために、クラスを増やす必要があると思い、男性・女性以外に年齢で判別するのはどうかと考えました。

そこで、性別、年齢でクラス分けができるような音声データが存在しないかを模索していますが、なかなか見つかりません。
今回の私の条件に最適なデータセットがありましたら教えていただけますと幸いです。
宜しくお願いします。

Answer 1

有名な音声データセットであるCommonVoiceは、age（年齢=10歳刻み）、gender（性別）をパラメータに持っていますので、試してみてください。

参考: CommonVoiceホームページ

残念なことに日本語音声は収録が少なく、ほとんど全て20代なので、クラス分けの意味がありません。言語にこだわりが無ければ、英語音声は豊富ですので、質問者様の目的に利用できると思います。

以下、cv-corpus-6.1-2020-12-11/ja/train.tsvの内容を例として表示します。

Comments

[iface]

回答ありがとうございます。
こちらのサイトを参考にさせていただきたいのですが、音声ダウンロード方法がわかりません。
自分のメールアドレスを入力したのちにダウンロードボタンを押したのですが、うまくいきません。
何かアドバイスがありましたらお願いします。

[toast-uz]

https://commonvoice.mozilla.org/ja/datasets
のダウンロードボタンが青くならずにグレーアウトされたまま、ということでしょうか？
ボタンが青くなって押下したのにダウンロードができない、ということでしょうか？

[iface]

ボタンを押下したのちにダウンロードはできたもののwindowsの環境では拡張子tarが開けないみたいです。

[iface]

すいません。
あと、macでダウンロードしたところ年齢が区別されていなくて判断できないんですけどそのあたり詳しければ教えていただきたいです。

[toast-uz]

Windowsでのtarの開き方は、teratailじゃないところで質問しましょう。
「年齢が区別されていなくて判断できない」とはどういうことでしょうか？tsvファイルのage（年齢=10歳刻み）のフィールドにtwentiesとか書かれていませんか？

[iface]

そうします。
すいません言い方が悪かったです。
すべてのファイルにそれぞれ年齢が書かれていればよいのですが、書かれていないので年齢を判断できないです。tsvファイルを見ましたが、そのようなことは書かれていないようです。
ちなみに私は、日本語の音声データをダウンロードしました。

[toast-uz]

デフォルトで落ちてくるcv-corpus-6.1-2020-12-11でしょうか？どのtsvファイルを確認されましたか？ageフィールドはありませんか？「そのようなこと」とは何でしょうか？

[iface]

cv-corpus-6.1-2020-12-11/ja/clips dev.tsv invalidated.tsv other.tsv reported.tsv test.tsv train.tsv vaildated.tsv
という感じでフォルダが構成されているのですが、これらのtsvファイルにはageフィールドがありませんでした。
clipsというフォルダにmp3の音声データがたくさん入っているという感じです。

[toast-uz]

回答に、ダウンロードしたtsvファイルを表示した画像を入れました。ageありますけど、なぜ質問者様のは無いのでしょうか？

[iface]

すいません。確認したところありました。確かに日本語ではあまりにも20代が多く自分の条件を満たせないので、英語で再度やってみようと思います。
ありがとうございました。