chest_falsetto

מה זה

הנתונים כוללים 1,280 קטעי אודיו מונופוניים קצרים בפורמט wav בקצב דגימה של 22050 הרץ, באורך כולל של כעשר דקות בלבד. ההקלטות והתיוגים בוצעו על ידי סטודנטים לפיתוח קול מהקונסרבטוריון הסיני למוזיקה, שתייגו כל קטע כקול חזה או פלסט. בהמשך נוספו תיוגי מגדר ידניים, כך שנוצרו ארבע מחלקות שמשלבות מין וטכניקה: גבר בחזה, גבר בפלסט, אישה בחזה ואישה בפלסט.

המאגר מציע שני תתי סטים שונים. תת הסט ברירת המחדל מכיל קובצי שמע וספקטרוגרמות מל מקבילות בפורמט תמונה. תת הסט להערכה כולל ייצוגים ויזואליים בלבד של מל, סי קיו טי וכרומה שנחתכו לחלונות קצרים של כחצי שנייה.

מתאים ל

• סיווג טכניקת שירה

  זיהוי אוטומטי של שירה בקול חזה מול פלסט במערכות לניתוח קולי.

• זיהוי מגדר זמרים

  אימון מסווגים להבחנה בין קולות גבריים לנשיים על פי דגימות שירה קצרות.

• מחקר ספקטרוגרפי

  הערכת ביצועי מודלי ראייה ממוחשבת על ייצוגי מל וכרומה במקום אודיו גולמי.

איפה זה נופל

ההקלטות נחתכו למקטעים קצרים מאוד של רבע שנייה עד חצי שנייה, מה שיוצר בעיה טכנית של דליפת ספקטרום בייצוגי התדר. הדגימה מוגבלת מאוד מבחינה דמוגרפית כיוון שכל ההקלטות שייכות לסטודנטים בודדים ממוסד אקדמי אחד בסין, באנגלית ובסינית, ללא גיוון בסגנונות שירה או ברקע של הדוברים. בנוסף, סך כל האודיו במאגר עומד על כעשר דקות, נפח קטן מאוד שלא יספיק לבדו לאימון מודל מוכן לעבודה בעולם האמיתי.

איך טוענים

טוענים את המאגר דרך ספריית datasets באמצעות פקודת load_dataset רגילה עם שם המאגר. אין צורך באישור גישה והמאגר פתוח להורדה ישירה. אפשר לבחור בין תת הסט default שכולל קובצי שמע וספקטרוגרמות לבין eval שמכיל תמונות ספקטרום בלבד. שדות המפתח החשובים לטעינה הם label שכולל את ארבע המחלקות, singing_method, gender וקובץ האודיו או התמונה.

from datasets import load_dataset

ds = load_dataset("ccmusic-database/chest_falsetto")

הרישיון

הרישיון הוא סי סי בי וי אן סי אן די גרסה 4. הרישיון אוסר לחלוטין שימוש מסחרי מכל סוג, מחייב מתן קרדיט ליוצרים, ואוסר הפצה של יצירות נגזרות. אי אפשר לשלב את המאגר במוצר מסחרי, ומודל שאומן עליו יהיה מוגבל למחקר אקדמי בלבד.

הרישיון המלא ב־Hugging Face ↗