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")