Freesound Prediction Data (2D Conv)

kaggle2018-04-10 更新2024-03-07 收录

音频处理

信号分析

数据链接：

https://www.kaggle.com/datasets/fizzbuzz/freesound-prediction-data-2d-conv 数据链接链接失效反馈

官方服务：

资源简介：

2-dimensional convolution on raw audio files

针对原始音频文件的二维卷积

创建时间：

2018-04-10

freesound-laion-640k

音频处理

机器学习

LAION-Audio-630K是一个大规模的音频-文本数据集，包含633,526对音频和文本，总时长为4,325.39小时。数据集包含人类活动、自然声音和音频效果等多种音频，来源于公开可用的网站。数据集由LAION组织收集，包含音频文件及其相关元数据，如标题、描述、标签、用户名、freesound_id、许可证类型等。数据集分为训练集和测试集，分别包含455019和50599个样本。音频文件遵循

Hugging Face2024-09-01 更新240

ae-mask-distilled-libri-one-sec-cv12/chunk_165

音频处理

机器学习

该数据集包含音频数据和对应的logits序列。音频数据的采样率为16000Hz，logits序列的数据类型为float32。数据集仅包含一个训练集（train），其中包含3386个样本，总大小为108552197.43013193字节。数据集的下载大小为97071968字节。

Hugging Face2024-07-01 更新100

FRESH Audio Dataset

音频处理

神经科学

References ---------- Appelhoff, S., Sanderson, M., Brooks, T., Vliet, M., Quentin, R., Holdgraf, C., Chaumon, M., Mikulan, E., Tavabi, K., Höchenberger, R., Welke, D., Brunner, C., Rockhill, A., Lars

OpenNeuro2025-03-06 更新90

mask-distilled-libri-one-sec-cv12/chunk_178

音频处理

机器学习

该数据集包含音频和logits两个主要特征，音频的采样率为16000，logits为float32类型的序列。数据集仅包含训练集，训练集大小为127499140.14065191字节，包含3977个样本。下载大小为112248862字节，数据集总大小为127499140.14065191字节。默认配置下的数据文件路径为data/train-*。

Hugging Face2024-05-16 更新150

tts-rj-hi-karya-44100hz-part-34

语音识别

音频处理

该数据集是一个包含音频数据和对应转录文本的数据集，适用于语音识别等任务。它包括一个训练集，共有大约10000个音频转录对，音频采样率为44100Hz。

Hugging Face2025-03-29 更新100