在 Google Colab 上解压 Voxceleb 数据集答案

【问题标题】：Unzip Voxceleb dataset on Google Colab在 Google Colab 上解压 Voxceleb 数据集
【发布时间】：2020-11-07 07:22:15
【问题描述】：

我正在尝试使用 voxceleb 数据集进行一些音频分类。我使用这个命令来下载数据集：

!wget --user=.... --password=... https://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1a/vox2_dev_aac_partaa

并使用filetype，我知道这是一个 zip 文件。但是，当我尝试从 python 以及通过终端解压缩它时，我无法解压。以下是错误：

通过 Python：

----------------------------------- ---------------------------- BadZipFile Traceback（最近调用最后）在（） ----> 1 使用 zipfile.ZipFile(f,'r') 作为 zip_ref： 2 zip_ref.extractall("audio_data") 3 # !解压vox2_dev_aac_partaa -d audio_data

1 帧 /usr/lib/python3.6/zipfile.py 在 _RealGetContents(self)
1196 raise BadZipFile("文件不是 zip 文件") 1197
如果不是 endrec： -> 1198 raise BadZipFile("File is not a zip file") 1199 if self.debug > 1: 1200 print(endrec)

BadZipFile：文件不是 zip 文件

并通过终端，运行以下命令unzip vox2_dev_aac_partaa -d audio_data：

解压缩：找不到或打开vox2_dev_aac_partaa， vox2_dev_aac_partaa.zip 或 vox2_dev_aac_partaa.ZIP。

我该怎么办？

【问题讨论】：

尝试手动登录下载文件并解压。看看这是否有效，如果无效，则说明文件本身有问题

标签： python-3.x terminal dataset unzip

【解决方案1】：

您需要下载dataset 中提供的所有 zip 文件，并按照上述方式连接它们。

另外，使用wget的时候好像有认证问题，所以我尝试了curl。

# Download all 8 files similarly.
curl -o vox2_dev_aac_partaa.zip -u <your username>:<your password> https://www.robots.ox.ac.uk/~vgg/data/voxceleb/vox1a/vox2_dev_aac_partaa

然后按照他们网站上的说明连接它们

cat vox2_dev_aac* > vox2_aac.zip

然后解压。

unzip vox2_aac.zip -d audio_files

【讨论】：