Open-Unmix-Pytorch UMX-L

NIAID Data Ecosystem2026-03-12 收录

音源分离

音频信号处理

数据链接：

https://zenodo.org/record/5069600 数据链接链接失效反馈

官方服务：

资源简介：

Weights of the UMX-L (umxl) music separation model for PyTorch. For more information, visit https://github.com/sigsep/open-unmix-pytorch

创建时间：

2021-07-05

MedleyVox

音源分离

声音处理

MedleyVox是由Gaudio Lab, Inc.和首尔国立大学合作创建的一个评估数据集，专门用于多重歌唱声音分离的研究。该数据集包含了23首歌曲的声乐轨道，分为四种不同的分离类别：齐唱、二重唱、主唱与和声以及其他多重歌唱分离。数据集的创建过程中，使用了多种单声歌唱数据集来构建多重歌唱混合物，并提出了改进的超分辨率网络（iSRNet）以提高分离网络的初步估计。MedleyVox旨在为音乐源分离

arXiv2023-05-04 更新730

Chirp-train Signal Dataset

音频信号处理

神经网络

该数据集包含了一系列通过级联全通滤波器处理后的啁啾信号，这些信号被用于训练模拟低频振荡器（LFO）驱动的音频效果模型。数据集中包含了数字和模拟相位效果中LFO频率和反馈参数的变化，具体的设置在相关论文中有详细阐述。该数据集规模为6.67秒的训练数据，共计使用了12个音频样本。这项任务的目的是训练神经网络模型以模拟音频效果。

arXiv130

tts-rj-hi-karya-44100hz-part-26-quality

音频信号处理

语音质量评估

该数据集包含了文本、语音文件名、语音信号处理相关的多个特征，如平均音高、音高标准差、信噪比、c50值、说话速率、音素，以及用于评估语音质量的stoi、si-sdr和pesq指标。数据集分为训练集，提供了每个部分的字节大小和示例数量。默认配置下，训练集的数据文件路径已指定。

Hugging Face2025-03-29 更新70

adaadig/SHORT_sweepmetrics

音频信号处理

自动语音识别

该数据集包含了语音转录文本、文件名、信噪比、c50值、语音时长、VAD标记、SDR、PESQ、STOI、平均音高、音高标准差、wav2vec转录文本、wav2vec的WER以及插入、替换、删除错误率、speaker similarity分数、whisper转录文本、whisper的WER以及插入、替换、删除错误率、OVRL、SIG、BAK、P808 MOS和音频长度等特征。数据集分为训练集，共有2

Hugging Face2025-02-06 更新140

Audio Source Separation Dataset

音乐信号处理

音源分离

AUDIO SOURCE SEPARATION DATASET. This dataset has been constructed from audio excerpts taken from the Bach10 dataset by Duan et al. [1]. This database can be used in performance evaluation and resul

NIAID Data Ecosystem120

Open-Unmix-Pytorch UMX-L

资源简介：

相关数据集