Vocal mixing Chain by Gemini

kaggle2024-11-13 更新2024-12-14 收录

语音混音

音频处理

数据链接：

https://www.kaggle.com/datasets/gamalgomina/gemini-long-context-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Setting up a plugin chain for voice mixing by Gemini

搭建 Gemini 语音混音插件链

创建时间：

2024-11-01

distil-whisper/tedlium-timestamped

自动语音识别

音频处理

这是TEDLIUM数据集的一个变体，增加了使用Whisper模型生成的伪标签转录，并包含时间戳信息。伪标签转录是通过使用Whisper large-v2模型对输入音频数据进行贪婪采样和时间戳预测生成的。数据集的使用包括安装和加载数据集的指导，以及如何流式加载数据集。此外，还提供了如何使用该数据集进行Distil Whisper训练的指导。

Hugging Face2023-09-25 更新330

uniiiii/Whisper-fine-tune-p-29

语音识别

音频处理

该数据集包含音频和对应的文本转录。音频数据的采样率为16000Hz，文本转录为字符串类型。数据集仅包含一个训练集，大小为4393870054.624字节，包含32561个样本。下载大小为2127250473字节。

Hugging Face2024-05-17 更新120

MARBLEGenreClassification_MTG-Genre-Fold4

音乐类型分类

音频处理

# Dataset Card for "MARBLEGenreClassification_MTG-Genre-Fold4" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

魔搭社区2025-11-02 更新110

4eJIoBek/Old-audios-11k

音频处理

历史音频

该数据集包含未排序的音频文件，这些音频文件可能是mod、wav或其他旧音频格式。

Hugging Face2023-10-01 更新130

mask-distilled-libri-one-sec-cv12/chunk_261

音频处理

机器学习

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: logits sequence: float32 splits: - name: train num_bytes: 689367364.9479026

Hugging Face2024-05-21 更新120

Vocal mixing Chain by Gemini

资源简介：

相关数据集