没有合适的资源?快使用搜索试试~ 我知道了~
SparseLibriMix
共43个文件
json:32个
py:7个
txt:1个
需积分: 35 1 下载量 159 浏览量
2021-05-11
00:15:42
上传
评论
收藏 2.31MB ZIP 举报
温馨提示
稀疏库 关于数据集 此包含的稀疏版本,SparseLibriMix(SLMix),这是一个用于在嘈杂环境中进行源分离并具有可变重叠比的开源数据集。 两者均源自LibriSpeech(干净子集)和WHAM噪声。 由于噪声材料不足,这是仅测试设置的版本。 创建它是为了在更现实的情况下评估监督源分离算法,在这种情况下,说话者不会像大多数当前使用的数据集中那样发生100%的时间重叠。 生成SLMix 要生成SLMix,请克隆存储库,安装需求并运行主脚本: 注意:请先使用路径修改脚本,然后下载LibriSpeech测试清洁和WHAM噪声。 git clone https://github.com/popcornell/SparseLibriMix cd SparseLibriMix pip install -r requirements.txt ./create_sparse.sh 默认情
资源推荐
资源详情
资源评论
收起资源包目录
SparseLibriMix-master.zip (43个子文件)
SparseLibriMix-master
metadata
sparse_2_0
metadata.json 1.45MB
sparse_2_1
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.45MB
sparse_3_0
metadata.json 1.79MB
sparse_3_0.4
stats
speakers.json 1KB
overlaps.json 54KB
metadata.json 1.79MB
sparse_2_0.4
stats
speakers.json 1015B
overlaps.json 53KB
metadata.json 1.45MB
sparse_2_0.6
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.45MB
sparse_3_0.8
stats
speakers.json 1KB
overlaps.json 54KB
metadata.json 1.79MB
sparse_3_1
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.79MB
sparse_2_0.8
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.45MB
sparse_3_0.2
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.79MB
sparse_2_0.2
stats
speakers.json 1KB
overlaps.json 53KB
metadata.json 1.45MB
sparse_3_0.6
stats
speakers.json 1KB
overlaps.json 54KB
metadata.json 1.79MB
LICENSE 1KB
create_sparse.sh 832B
requirements.txt 62B
README.md 2KB
scripts
generate_metadata_no_overlap.py 9KB
parse_utterances.py 690B
generate_metadata_overlap.py 5KB
make_mixtures.py 4KB
utils
textgrid_utils.py 2KB
librispeech_utils.py 4KB
__init__.py 0B
共 43 条
- 1
资源评论
dilikong
- 粉丝: 24
- 资源: 4597
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 蓝zapro.apk
- chromedriver-linux64.zip
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- html动态爱心代码一(附源码)
- c40539bc-071a-486c-9d52-9d0c18d62dac 4.html
- 基于物理的非视域成像(NLOS)算法,利用了nerf+python源码+文档说明
- yuluer知更鸟.7z(1).001
- python课程设计-基于tensorflow实现的图文生成程序,数据集flickr30k-images+源代码+文档说明+截图
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功