Roderick Hudson

(:unav)...........................................

该数据集旨在提供一组经过精心构建的样本，旨在对（FLAC）音频文件进行分类。其中，（JPEG）图像被用作视觉辅助工具，以增强模型的语义理解能力。该数据集特别针对（Zero-shot）学习场景设计，旨在训练模型能够无需额外训练直接识别未知类别的音频文件。