Deep Learning Methods For Unsupervised Acoustic Modeling Using Hmm Posteriograms (System #2)

Name: Deep Learning Methods For Unsupervised Acoustic Modeling Using Hmm Posteriograms (System #2)
Creator: LEAP Lab, Indian Institute of Science; Rajath Kumar; Ansari TK; Sriram Ganapathy
Published: 2017-07-06T00:00:00+08:00

Zenodo2017-07-06 更新2026-04-07 收录

声学建模

无监督语音特征学习

数据链接：

https://zenodo.org/record/823576 数据链接链接失效反馈

官方服务：

资源简介：

System combination of HMM-DNN with auto encoder features

提供机构：

LEAP Lab, Indian Institute of Science; Rajath Kumar; Ansari TK; Sriram Ganapathy

创建时间：

2017-07-06

RIR-Mega

声学建模

机器学习

RIR-Mega是一个大规模的模拟房间脉冲响应数据集，旨在为机器学习和房间声学建模提供核心资源。该数据集包含大量的模拟房间脉冲响应，涵盖了广泛的房间几何形状和带限衰减特性。数据集使用紧凑的、易于解析的元数据架构，并提供了一系列实用工具，如元数据验证和校验和工具。RIR-Mega数据集通过Hugging Face Hub提供快速预览和流式传输，并在Zenodo上保存完整的50,000个房间脉冲响应存

arXiv2025-10-21 更新250

A Dataset of Pinna-Related Transfer Functions Using High-Resolution Pinna Models

声学建模

耳廓传递函数

There are two main folders: Source and Results. The Source folder contains two subfolders: Model Dataset and Simulation Dataset. The Model Dataset folder includes the original and BEM models, while th

DataCite Commons2025-06-13 更新120

Modeled acoustic transmission loss off central California

海洋声学

声学建模

This data set provides results from modeling of acoustic transmission loss in the ocean off central California, for a large-vessel sound source and a receiver on the continental slope.

DataCite Commons2025-06-01 更新100

HARP

声学建模

空间音频

HARP数据集是由德国汉诺威莱布尼茨大学通信技术研究所创建的一个大规模7阶高阶Ambisonic房间脉冲响应（HOA-RIRs）数据集。该数据集通过图像源方法生成，涵盖了多种房间配置，包括房间几何形状、声学吸收材料和声源-接收器距离的变化。数据集的创建过程包括使用64通道的7阶HOA框架进行声场捕捉，并通过Pyroomacoustics库进行房间声学模拟。HARP数据集主要应用于空间音频、房间声学

arXiv2024-11-21 更新220

distilled-one-sec-cv12-each-chunk-uniq/chunk_159

特征提取

声学建模

--- dataset_info: features: - name: logits sequence: float32 - name: mfcc sequence: sequence: float64 splits: - name: train num_bytes: 1243262924.0 num_examples: 242257

Hugging Face2023-05-28 更新120

Deep Learning Methods For Unsupervised Acoustic Modeling Using Hmm Posteriograms (System #2)

资源简介：

相关数据集