谷歌開放大規模音頻數據集AudioSet，助力AI音頻算法研究
在 Google Cloud Next 云技術大會之前，谷歌通過開發者博客公布了一個可以媲美圖像識別領域 ImageNet 的大型音頻數據庫 AudioSet。據稱，該數據庫包含了 632 個音頻類別以及 2084320 條人工標記的每段 10 秒長度的聲音剪輯片段（來自 油Tube 視頻），覆蓋范圍包括人聲、動物聲、各種樂器與音樂流派，以及日常生活環境的聲音等。總體量為：2100 萬標注視頻、5800 個小時的音頻，以及 527 種類型的標注聲音。
論文：https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45857.pdf
詳情：https://research.google.com/audioset/
來自: 雷鋒網
本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！