Speech separation

kaggle2020-08-04 更新2024-03-11 收录

语音分离

音频处理

数据链接：

https://www.kaggle.com/datasets/abhinavjain02/speech-separation 数据链接链接失效反馈

官方服务：

资源简介：

Pre-processed dataset for speech separation

用于语音分离的预处理数据集

创建时间：

2020-08-04

ae-mask-distilled-libri-one-sec-cv12/chunk_24

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4148个样本，文件总大小为132981250.53391771字节，下载大小为125168403字节。数据集的配置文件指定了默认配置，训练集数据文件路径为data/train-*。

Hugging Face2024-07-01 更新140

Yahya-Mohamed/updated_audio_dataset

音频处理

语音识别

该数据集包含文件名、转录文本、音节、音节类别和音频数据。音频数据的采样率为16000Hz。数据集包含一个训练集，共有9463个样本，文件大小为5511602.0字节，下载大小为2754961字节。

Hugging Face2024-12-11 更新90

mask-distilled-libri-one-sec-cv12/chunk_135

音频处理

机器学习

该数据集包含音频和逻辑输出特征。音频特征的采样率为16000赫兹，逻辑输出特征为浮点数序列。数据集主要分为训练部分，包含30949个样本，总数据量为992197859.625字节，下载大小为943088779字节。训练数据文件路径为data/train-*。

Hugging Face2024-05-13 更新70

mask-distilled-libri-one-sec-cv12/chunk_160

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: 404714394.0340599

Hugging Face2024-05-15 更新100

My Speaker Features 100 4

音频处理

扬声器特性

Subtitle or short description

kaggle2025-07-04 更新80

Speech separation

资源简介：

相关数据集