danjacobellis/MDCT-1k
收藏Hugging Face2023-08-14 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/danjacobellis/MDCT-1k
下载链接
链接失效反馈官方服务：
资源简介：
MDCT-1k数据集包含超过1000个音频片段，这些片段来自Google音乐字幕数据集，并以512x512的时间-频率图像表示。这些时间-频率图像是从20秒音频片段的0-12kHz频带的MDCT系数生成的。与其他音频扩散模型不同，MDCT空间不需要使用声码器，也不会对任何频率范围进行过采样或欠采样。
MDCT-1k数据集包含超过1000个音频片段，这些片段来自Google音乐字幕数据集，并以512x512的时间-频率图像表示。这些时间-频率图像是从20秒音频片段的0-12kHz频带的MDCT系数生成的。与其他音频扩散模型不同，MDCT空间不需要使用声码器，也不会对任何频率范围进行过采样或欠采样。
提供机构：
danjacobellis
原始信息汇总
数据集概述
数据集名称
MDCT-1k
数据集特征
- image: 图像数据类型
- text: 字符串数据类型
数据集分割
- train:
- 示例数量: 1581
- 数据大小: 378108023.375字节
- 下载大小: 373552088字节
数据集描述
数据集包含超过1000个来自Google音乐字幕数据集的音频片段，这些片段被表示为512x512的时间-频率图像。这些图像是由20秒音频片段的MDCT系数在0-12kHz频率带宽内创建的。
