К содержимому

Датасет · Meranti

Аудиозаписи и текстовые описания с платформы Freesound

Meranti/CLAP_freesound

Часть крупного корпуса LAION-Audio-630K с парами звук–текст на английском языке.

Что внутри

Репозиторий содержит две версии датасета Freesound, который входит в состав известного открытого корпуса LAION-Audio-630K. Внутри лежат аудиофайлы и соответствующие им англоязычные текстовые описания, размер выборки составляет от 1 до 10 миллионов записей. Подробности создания описаний приведены в метаданных карточки.

Что можно сделать

  • Обучение моделей классификации звуков и акустических событий
  • Тренировка мультимодальных аудио-текстовых энкодеров (по аналогии с CLAP)
  • Поиск и разметка звуковых эффектов по текстовым запросам
Задачи
Классификация аудио
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
16,2 тыс.
Лайков
35

Как загрузить

from datasets import load_dataset

ds = load_dataset("Meranti/CLAP_freesound")