🙅🏻 🌧️ 👐 मशीन सीखने के लिए ऑडियो कहाँ से प्राप्त करें: क्रिएटिव कॉमन्स के तहत लाइसेंस प्राप्त खुली पुस्तकालयों का चयन 🎻 👬 🧚🏿

मशीन सीखने वाले मॉडल विकसित करने वालों के लिए एक छोटा सा पाचन।

कटौती के तहत - भाषण, संगीत और औद्योगिक इकाइयों के शोर के साथ डेटा सेट।

^{फोटो एमिली मोर्टर / अनप्लैश}

Audioset

यह डेटासेट मशीन परसेप्शन लैब के इंजीनियरों द्वारा Google के हिस्से की देखरेख करता है । इसमें YouTube वीडियो से दस सेकंड लंबे समय तक दो मिलियन से अधिक वॉयस क्लिप शामिल हैं। उन सभी को 632 वर्गों में विभाजित किया गया है जो वर्णन करते हैं कि वीडियो में क्या हो रहा है। यहाँ केवल कुछ उदाहरण हैं: संगीत, हँसी, खर्राटे, एक विस्फोट, एक लॉन घास काटने की मशीन का शोर, एक धारा का बड़बड़ाहट, एक कुत्ते का भौंकना।

AudioSet तीन सेट प्रदान करता है: परीक्षण , संतुलित और असंतुलित। पहले में 20,383 वीडियो सेगमेंट शामिल हैं, जिन्हें 527 साउंड क्लास में सॉर्ट किया गया है। उनमें से प्रत्येक में कम से कम 59 क्लिप शामिल हैं। संतुलित सेट परीक्षण सेट के समान है, जिसमें एक अपवाद है - इसमें 22,176 खंड हैं। असंतुलित के रूप में, इसमें बिना किसी छंटाई के सभी दो मिलियन नमूने शामिल हैं।

डाउनलोड करने के लिए डेटा दो स्वरूपों में प्रस्तुत किए जाते हैं : पाठ CSV फ़ाइलों के रूप में और ऑडियो वीडियो एक दृढ़ तंत्रिका नेटवर्क द्वारा वीडियो से निकाले जाते हैं। उन सभी वीडियो को लोड करने के लिए जिनके आधार पर डेटा एकत्र किया गया है, आप अजगर मॉड्यूल - youtube-dl का उपयोग कर सकते हैं । डेटासेट CC BY 4.0 के तहत लाइसेंस प्राप्त है । Google समूह में अपडेट की निगरानी की जा सकती है: ऑडियो-उपयोगकर्ता ।

MIMII डेटासेट

हिताची इंजीनियरों ने काम करने वाले औद्योगिक उपकरणों की आवाज़ के साथ एक ऑडियो रिकॉर्डिंग आधार प्रस्तुत किया। डेटासेट मशीन सीखने के मॉडल के विकास के लिए उपयुक्त है जो औद्योगिक इकाइयों की खराबी को निर्धारित करता है । चयन में वाल्व, पंप और प्रशंसकों का शोर होता है। 26 हजार से अधिक दस-सेकंड नमूने सामान्य मोड में काम करने वाले उपकरणों के लिए समर्पित हैं।

अन्य 6 हजार फाइलें अपूर्ण परिस्थितियों में काम करने वाली मशीनों के रिकॉर्ड हैं: बिना स्नेहन के, टूटे हुए ब्लेड या क्षतिग्रस्त गाइड के साथ।

सभी रिकॉर्डिंग WAV प्रारूप में 16 kHz की नमूना आवृत्ति के साथ बनाई गई हैं - उनका कुल वजन 150 जीबी से अधिक है । आप यहां के उदाहरण सुन सकते हैं । किट को CC BY-SA के तहत लाइसेंस दिया गया है ।

^{फोटो नाथन रोज़र / अनप्लैश}

Libripepeech

इस डेटा सेट में एक हजार घंटे का अंग्रेजी भाषण (16 kHz) शामिल है। उनकी देखरेख जॉन्स हॉपकिन्स विश्वविद्यालय के इंजीनियर वासिल पैनायोटोव और डैनियल पोवे द्वारा की जाती है। डेटा गैर-लाभकारी LibriVox परियोजना द्वारा बनाई गई ऑडियो पुस्तकों से लिया गया है। वे स्वयंसेवकों द्वारा लिखित पाठ पढ़ रहे हैं जो संयुक्त राज्य अमेरिका में सार्वजनिक डोमेन में हैं - उदाहरण के लिए, गुटेनबर्ग परियोजना से । स्वयं डाटासेट के

अलावा , साइट पर आप रिकॉर्डिंग के साथ सभी एमपी 3-फाइलें डाउनलोड कर सकते हैं (यह 87 जीबी है ) और मेटाडेटा उन्हें । स्थापित लाइसेंस CC BY 4.0 है। आप kaldi-asr.org पर इस डेटासेट का उपयोग करके प्रशिक्षित ध्वनिक मॉडल का मूल्यांकन कर सकते हैं ।

मिलियन सॉन्ग डेटासैट

एक लाख लोकप्रिय पटरियों के लिए ऑडियो टैग और मेटाडेटा का एक मुफ्त संग्रह। इसमें स्वयं ऑडियो रिकॉर्डिंग शामिल नहीं है, हालांकि, डेवलपर्स द्वारा प्रदान किए गए कोड का उपयोग करके मूल ट्रैक को "कड़ा किया जा सकता है" । वे यूएस नेशनल साइंस फाउंडेशन के इंजीनियर थे, जो देश में विज्ञान और प्रौद्योगिकी के विकास के लिए जिम्मेदार थे। डेटासेट के लिए पहले डेटा में से एक द इको नेस्ट विश्लेषणात्मक प्लेटफॉर्म द्वारा प्रदान किया गया था, जो 2014 के बाद से Spotify के स्वामित्व में है । Last.fm, Musixmatch और SecondHandSongs ने भी योगदान दिया।

पूरे बेस का वजन लगभग 300 जीबी है । लेकिन लेखक 10 हजार गीतों का एक छोटा परीक्षण नमूना पेश करते हैं - यह 1.8 जीबी है। उन सभी को श्रेणियों में विभाजित किया गया है, जिनके बीच हम अंतर कर सकते हैं: कलाकार, शैली, रिलीज़ की तारीख, मूड और अन्य।

हमारे "हाई-फाई दुनिया" में अधिक संग्रह:

अपनी परियोजनाओं के लिए ऑडियो नमूने प्राप्त करने कहाँ: नौ विषयगत संसाधनों का एक संग्रह

क्रिएटिव कॉमन्स के अंतर्गत लाइसेंस प्राप्त पटरियों के साथ 12 विषयगत संसाधन

कहाँ खेल विकास और अन्य वाणिज्यिक परियोजनाओं के लिए ऑडियो पाने के लिए

5 अप्रैल तक, हम कई सामानों के लिए कीमतों में कटौती करते हैं। यह एक गैजेट खरीदने का एक शानदार अवसर है जिसे आप लंबे समय से देख रहे हैं। उदाहरण के लिए, 25 हजार रूबल तक ध्वनिक या "टर्नटेबल" । :

[ 17,150 ] ELAC डेब्यू B5.2 - क्या हाई-फाई की समीक्षा: « सबसे अच्छा उत्पाद में से एक "
[ २४ ९ ९ ० ] लेंको एल -87 - स्टीरियो समीक्षा: " जब आपको कहीं शुरू करने की आवश्यकता हो "

पुनश्च संकेतित मूल्य केवल प्रकाशन की तिथि पर प्रासंगिक हैं। ऑडियो गैजेट चुनने के लिए ऑडीओमानिया की आधिकारिक वेबसाइट देखें जो आपके स्वाद के अनुरूप हो।

मशीन सीखने के लिए ऑडियो कहाँ से प्राप्त करें: क्रिएटिव कॉमन्स के तहत लाइसेंस प्राप्त खुली पुस्तकालयों का चयन

Audioset

MIMII डेटासेट

Libripepeech

मिलियन सॉन्ग डेटासैट

More articles: