GuitarSet

专为吉他转录研究设计的音频和标注数据集

GuitarSet是一个为吉他转录研究设计的数据集。它包含音频样本和标注信息，如MIDI数据和时间戳。研究人员可通过官方网站下载数据集，并使用提供的函数读取和可视化标注。项目提供示例和演示代码，便于使用。GuitarSet适用于吉他音乐分析、自动转录和音乐信息检索等研究领域。

访问官网

Github

介绍相关项目

SplitSong - 人工智能音乐分离技术轻松获取独立乐器音轨

AI工具SplitSong人工智能在线工具音乐处理音轨分离

SplitSong运用先进的AI音乐分离技术，将完整歌曲精准分离为鼓、乐器、贝斯和人声等独立音轨。支持直接上传音乐文件或通过YouTube链接导入，实现在线音轨提取，操作简便快捷。这一创新工具不仅为音乐爱好者提供了深入探索音乐结构的机会，也为专业制作人和DJ的混音创作开启了新的可能性。例如，DJ可以轻松提取歌曲的贝斯线进行重新编排。SplitSong简化了音频处理流程，为音乐学习和创作带来全新体验，是您探索音乐世界的得力助手。

audioFlux - 多维音频与音乐分析特征提取库，支持深度学习

GithubMIRaudioFlux开源项目深度学习特征提取音频分析

audioFlux是一个开源工具库，专注于音频和音乐的分析及特征提取。支持多种时间频率变换方法和多种特征组合，适用于分类、分离、音乐信息检索（MIR）和自动语音识别（ASR）等任务。该库跨平台且核心由高性能C语言实现，支持FFT硬件加速，适合大规模数据处理。最新版本引入了多种音高算法及音高移位和时间伸缩算法。

ast-finetuned-audioset-10-10-0.4593-finetuned-gtzan - 基于AST的GTZAN数据集音频分类模型

ASTGTZAN数据集GithubHuggingface准确率开源项目模型模型微调音频分类

该模型是在GTZAN数据集上微调的AST（Audio Spectrogram Transformer）模型，针对音频分类任务进行了优化。经过10轮训练，模型在评估集上达到92%的准确率，展现出优秀的音频分类能力。虽然缺少具体应用说明，但其高准确率表明该模型在音乐流派分类等领域可能具有良好表现。模型采用Adam优化器和线性学习率调度策略，通过精心调整的超参数实现了性能的显著提升。

audio-development-tools - 综合音频开发工具集从机器学习到声音合成

Github开源项目机器学习深度学习音乐生成音频处理音频开发工具

Audio Development Tools提供了涵盖机器学习、音频生成、信号处理、声音合成等多个领域的综合性音频开发工具集。该项目汇集了丰富的资源和工具，可用于游戏音频、数字音频工作站、空间音频、音乐信息检索、语音识别等多种音频相关项目的开发和研究。

ChatTTS_Speaker - AI语音合成稳定性评估与特征标记工具

ChatTTSGithub声纹识别开源项目稳定性评估音色打标音色评分

ChatTTS_Speaker项目基于ChatTTS开发，专注于AI合成语音的稳定性评估和特征标记。项目利用ERes2NetV2模型对2600个音色进行评分，评估包括长句、多句和单句的稳定性，以及音色的性别、年龄和特征识别。提供音色下载功能和详细的评分参数解释，为AI语音合成研究和应用提供有价值的参考数据。

seek-tune - 基于Shazam算法的开源音乐识别与下载系统

API集成GithubSeekTune开源项目音乐识别音频指纹

SeekTune是一个开源的音乐识别系统，基于Shazam算法实现。该项目集成Spotify和YouTube API，支持歌曲识别、搜索和下载。SeekTune兼容多种音频格式，提供命令行和Web界面，便于用户操作。使用Go语言开发，具备高性能和可扩展性。项目旨在为音乐爱好者提供便捷的音乐识别和获取工具。

discogs-maest-30s-pw-129e - 基于Transformer架构的音乐音频分析模型

GithubHuggingfaceMAESTPASST开源项目模型音乐分析音乐风格分类音频分类

本项目使用基于Transformer架构的MAEST模型进行音乐分析，利用来自Discogs的公开元数据进行多达400种音乐风格的分类。该模型在音频分类、情感识别等方面表现突出，尤其在中间层的特征提取中效果显著。适用于音频分类任务的用户，非一般音频分类使用。在Essentia和Transformers库的支持下，用户可以实现高效模型推断和下游任务性能提升。

ears_dataset - 全频带语音资源推动语音处理技术进步

EARS DatasetGithub去混响开源项目语音增强语音数据集高质量录音

EARS数据集提供100小时48kHz全频带语音数据，涵盖107位不同背景发言人。数据包括无回声室录音、全动态范围语音和多种情绪朗读样本。此外，还附有说话人统计和文本转录，为语音增强和去混响研究提供全面资源。

AudioSep - 自然语言驱动的多功能音频分离基础模型

AudioSepGithub开放域声音分离开源项目自然语言查询语音增强音频分离

AudioSep是一个创新的音频分离基础模型，可通过自然语言描述执行多种音频分离任务。该模型在音频事件分离、乐器分离和语音增强等领域展现出卓越的性能和泛化能力。AudioSep支持用户通过文本描述精确分离所需音频内容，为音频处理技术开辟了新的应用方向。

NeuralNote - 先进音频转MIDI插件精准转录多功能集成

GithubMIDI转换NeuralNote多音转录开源项目音频插件音频转MIDI

NeuralNote是一款音频到MIDI转换插件，支持多种音调乐器和人声的多音转录。它提供音高弯曲检测、快速转录、参数实时调整和MIDI缩放量化等功能。该插件兼容Windows和macOS平台，可与主流数字音频工作站集成，为音乐制作工作流程提供便利。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com