分享

能否从一段音频中找的火鸡的声音！！

由志愿者贡献的中文语音数据。超过10小时的语音数据。

数据集包含了920个标注过的录音，长度在10秒到90秒不等，录音来自126位病人。录音总时长为5.5小时，包含6898个呼吸周期：其中1864个有爆裂声（crackles），886个有喘息声（wheezes），506个二者皆有。数据包括背景干净的声音和为了模拟真实生活下嘈杂的录音。囊括了各个年龄段的病人：儿童、成年人和老人。

开放中文语音合成数据库，规模达到10000句话（约12小时）以支持智能科技、生活、娱乐、教育等多领域的学术、科研项目

Piano transcription is the task of transcribing piano recordings into MIDI files. This repo is the PyTorch implementation of our proposed high-resolution piano transcription system [1].

dsd100是一个数据集，包括100首不同风格的全长音乐曲目，以及它们各自独立的鼓、低音、人声和其他词干。

musdb18是一个数据集，包括150首不同流派的全长音乐曲目（约10小时的持续时间），以及它们各自独立的鼓、低音、人声和其他词干。

ESC 数据集是一组以统一格式提供的短期环境记录（5 秒长剪辑、44.1 kHz、单通道、Ogg Vorbis 压缩 = 192 kbit/s）。

这是 2009 年 4 月之前提交给 pdsounds.org 635 个无版权录音的备份。

VoxForge 创建的初衷是为免费和开源的语音识别引擎收集标注录音.

人工混合的噪音数据集

一批长达587小时教学场景中的中英文混合语音数据集。