Audio files for: Expressive range characterization of open text-to-audio models (AIIDE 2025)

Audio files for the paper: Jonathan Morse, Azadeh Naderi, Swen Gaudl, Mark Cartwright, Amy K. Hoover, Mark J. Nelson (2025). Expressive range characterization of open text-to-audio models. In: Proceedings of the 21st AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment. Contents: fig1_samples.zip: Generated audio for the examples in Fig. 1. Two prompts; two models; 100 samples for each. thunder_samples.zip: Generated audio for the running "thunder" example. One prompt; two models; 100 samples for each. Source for Figs. 2-4. esc50_samples.zip: Generated audio for the prompt "Sound of X" for each label X in the ESC-50 environmental audio dataset. Fifty prompts; three models; 100 samples for each. Source for Figs. 5-6 and Table 1. generation_scripts.zip: Python scripts used to generate audio from the three models.本论文配套音频数据集： 作者：乔纳森·莫尔斯（Jonathan Morse）、阿扎德·纳德里（Azadeh Naderi）、斯文·高德尔（Swen Gaudl）、马克·卡特赖特（Mark Cartwright）、艾米·K·胡佛（Amy K. Hoover）、马克·J·纳尔逊（Mark J. Nelson），2025年发表。论文题目：《开放文本转音频（text-to-audio）模型的表现力范围表征》，收录于第21届人工智能与交互式数字娱乐AAAI会议论文集（Proceedings of the 21st AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment）。 数据集内容： fig1_samples.zip：包含图1示例对应的生成音频样本，共2条提示文本（prompt）、2个模型，每个模型生成100条音频样本。 thunder_samples.zip：包含贯穿全文的“thunder”（雷声）示例对应的生成音频样本，共1条提示文本（prompt）、2个模型，每个模型生成100条音频样本，为图2至图4的数据源。 esc50_samples.zip：针对ESC-50环境音频数据集（ESC-50 environmental audio dataset）中每个标签X，以提示文本（prompt）“Sound of X”生成的音频样本，共50条提示文本（prompt）、3个模型，每个模型生成100条音频样本，为图5至图6及表1的数据源。 generation_scripts.zip：用于从上述三款模型生成音频的Python脚本文件。