Soundata：用于可复用音频数据集的 Python 库
声音
2021-10-05 v2 数据库
机器学习
音频与语音处理
摘要
Soundata 是一个 Python 库，用于以标准化方式加载和处理音频数据集，免除了在每个项目中编写自定义加载器的需要，并通过提供工具来验证数据是否符合规范版本，从而提高了可复现性。它允许用户快速下载数据集，以标准化且可复现的方式将其加载到内存中，验证数据集是否完整且正确等，从而加速了研究流程。Soundata 基于 mirdata 并受其启发，旨在通过处理环境声音、生物声学和语音等数据集来补充 mirdata。Soundata 的创建初衷是易于使用、易于贡献，并以灵活的方式提高可复现性并规范声音数据集的使用。
引用
@article{arxiv.2109.12690,
title = {Soundata: A Python library for reproducible use of audio datasets},
author = {Magdalena Fuentes and Justin Salamon and Pablo Zinemanas and Martín Rocamora and Genís Paja and Irán R. Román and Marius Miron and Xavier Serra and Juan Pablo Bello},
journal= {arXiv preprint arXiv:2109.12690},
year = {2021}
}