它将包含大约80K个记录，涵盖来自北美、中南美洲和欧洲的1500到2000个物种。这是目前最大的生物声学数据集，
它将包含大约80K个记录，涵盖来自北美、中南美洲和欧洲的1500到2000个物种。这是目前最大的生物声学数据集，
2022-12-22 18:31:13
796.24MB
人的声音数据集，采集了4k的音频样本，从男性声音中采集了2k个样本从女性声音中采集了2k个样本然后我生成了所有这些样本的光谱图。图像的命名惯例是，名称的第一部分显示样本是来自男性声音还是女性声音。标签0用于女性声谱图，1用于男性声谱图。
2022-12-18 18:28:43
261.78MB
基于Keras+python实现的声纹识别系统完整源码(可训练和测试)+带数据集+训练好的模型+项目说明.7z
【项目】基于深度学习的声纹识别
【主要功能】
通过声音识别人物
实现原理（流程）：
音频 → 提取语音特征（FFT、Mel过滤、MFCC）→ CNN&GRU → Triplet loss损失函数训练 + 预训练 + 训练得结果
2022-12-14 16:26:54
838.53MB
linux下C语言的程序，可以实现ALSA架构的声音采集，并且生成wav格式的音频文件，实现播放的功能。
2022-12-13 11:17:47
30KB
1
紧急车辆警报器声音数据集，该数据集由长度为3秒的波形音频文件组成。它们包含紧急车辆-救护车和消防车的警报声。第三个类别叫做Traffic，它包含3秒的.wav格式的纯交通声音音频文件。每个类别包含200个声音文件，每个音频文件的200个声谱图图像，以及用于将每个音频文件转换为声谱图的python脚本。
2022-12-12 11:28:36
281.76MB
该数据集包含一个基于康奈尔鸟叫声识别数据集的Mel光谱图训练的ResNet-34模型。它可以用于从音频剪辑中识别鸟类的种类，具有很高的准确性(在未看的剪辑中约55%)，涵盖了264个不同的物种声音
2022-12-11 11:27:16
78.08MB
1000个女性声音样本的HND, ENG和GU语言。语音样本的长度为3至8秒。该数据集用于语音性别识别系统。
1000个女性声音样本的HND, ENG和GU语言。语音样本的长度为3至8秒。该数据集用于语音性别识别系统。
2022-12-09 09:30:02
162.6MB
8732个带有标签的城市声音数据集，10个类别空调、喇叭、儿童玩耍、狗吠、钻井、发动机空转、枪响、手提钻、汽笛和街头音乐。
8732个带有标签的城市声音数据集，10个类别空调、喇叭、儿童玩耍、狗吠、钻井、发动机空转、枪响、手提钻、汽笛和街头音乐
8732个带有标签的城市声音数据集，10个类别空调、喇叭、儿童玩耍、狗吠、钻井、发动机空转、枪响、手提钻、汽笛和街头音乐
2022-12-09 09:30:00
216.43MB