🚀 SoundSlayerAI
SoundSlayerAI 是一个专注于音乐相关任务的创新项目。它旨在为音频分析和处理提供多种功能，让处理音乐数据集变得更加轻松。
🚀 快速开始
若要使用 SoundSlayerAI，请按以下步骤操作：
- 运行
pip install pyannote-audio 安装所需依赖。
- 从
pyannote.audio 包导入必要的模块，以使用所需功能。
- 加载音频数据或使用提供的数据集，执行音频分割、说话人分割、音乐转录等任务。
- 应用
pyannote.audio 库中的适当算法和模型，对音频数据进行处理和分析。
- 使用指定的指标（如准确率、Bertscore、BLEU、BLEURT、Brier Score 和字符指标）评估结果。
- 反复迭代并优化方法，以实现音乐相关任务的预期效果。
✨ 主要特性
- 丰富的数据集支持：利用众多公开数据集，涵盖音乐、歌词、语音等多方面数据。
- 强大的音频处理库：核心使用
pyannote-audio 库，具备音频分割、说话人分割、音乐转录等多种功能。
- 多指标评估：采用多种指标（如准确率、Bertscore 等）评估模型性能。
📦 安装指南
运行以下命令安装所需依赖：
pip install pyannote-audio
📚 详细文档
数据集
SoundSlayerAI 使用了以下数据集：
- Fhrozen/AudioSet2K22
- Chr0my/Epidemic_sounds
- ChristophSchuhmann/lyrics-index
- Cropinky/rap_lyrics_english
- tsterbak/eurovision-lyrics-1956-2023
- brunokreiner/genius-lyrics
- google/MusicCaps
- ccmusic-database/music_genre
- Hyeon2/riffusion-musiccaps-dataset
- SamAct/autotrain-data-musicprompt
- Chr0my/Epidemic_music
- juliensimon/autonlp-data-song-lyrics
- Datatang/North_American_English_Speech_Data_by_Mobile_Phone_and_PC
- Chr0my/freesound.org
- teticio/audio-diffusion-256
- KELONMYOSA/dusha_emotion_audio
- Ar4ikov/iemocap_audio_text_splitted
- flexthink/ljspeech
- mozilla-foundation/common_voice_13_0
- facebook/voxpopuli
- SocialGrep/one-million-reddit-jokes
- breadlicker45/human-midi-rlhf
- breadlicker45/midi-gpt-music-small
- projectlosangeles/Los-Angeles-MIDI-Dataset
- huggingartists/epic-rap-battles-of-history
- SocialGrep/one-million-reddit-confessions
- shahules786/prosocial-nsfw-reddit
- Thewillonline/reddit-sarcasm
- autoevaluate/autoeval-eval-futin__guess-vi-4200fb-2012366606
- lmsys/chatbot_arena_conversations
- mozilla-foundation/common_voice_11_0
- mozilla-foundation/common_voice_4_0
- dell-research-harvard/AmericanStories
- zZWipeoutZz/insane_style
- mu-llama/MusicQA
- RaphaelOlivier/whisper_adversarial_examples
- huggingartists/metallica
- vldsavelyev/guitar_tab
- NLPCoreTeam/humaneval_ru
- seungheondoh/audioset-music
- gary109/onset-singing3_corpora_parliament_processed_MIR-ST500
- LDD5522/Rock_Vocals
- huggingartists/rage-against-the-machine
- huggingartists/chester-bennington
- huggingartists/logic
- cmsolson75/artist_song_lyric_dataset
- BhavyaMuni/artist-lyrics
- vjain/emotional_intelligence
- mhenrichsen/context-aware-splits
库
本项目使用的核心库是 pyannote-audio。该库为音频分析和处理提供了广泛的功能，是处理音乐数据集的绝佳选择。pyannote-audio 库提供了一套全面的工具和算法，可用于音频分割、说话人分割、音乐转录等任务。
指标
为评估 SoundSlayerAI 的性能，采用了以下几种指标：
- 准确率
- Bertscore
- BLEU
- BLEURT
- Brier Score
- 字符指标
这些指标有助于评估所实现算法和模型的有效性和准确性。
语言
SoundSlayerAI 项目主要专注于英语。项目中使用的数据集和模型针对英语音频和文本分析任务进行了优化。
📄 许可证
SoundSlayerAI 采用 Openrail 许可证发布。更多详细信息请参考 LICENSE 文件。
💪 贡献
欢迎对 SoundSlayerAI 进行贡献！如果您有任何想法、修复的 bug 或改进建议，请随时在 GitHub 仓库提交拉取请求或创建问题。
📞 联系
如果您对 SoundSlayerAI 有任何疑问或咨询，请通过 [插入邮箱地址] 联系项目维护者。
感谢您对 SoundSlayerAI 的关注！
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Safetensors
Transformers Supports Multiple Languages