Treble10-RIR
קוד פתוחtreble-technologiescc-by-nc-sa-4.02025-10-13
המאגר כולל תגובות דחף אקוסטיות מסונתזות מעשרה חדרים מרוהטים. הוא מיועד למי שמפתח מודלים של זיהוי דיבור או סינון רעשים וצריך הדמיות מדויקות פיזיקלית במקום אקוסטיקה פשטנית.
- 782הורדות בחודש
- 33לייקים
מה זה
הנתונים מורכבים מכ־3,100 תצורות של מקור ושמע בתוך עשרה חדרים מרוהטים: שני חדרי רחצה, שני חדרי שינה, ארבעה חדרי מגורים (עם או בלי מסדרון) ושני חדרי ישיבות. נפחי החדרים נעים בין 14 ל־46 מטרים מעוקבים, עם זמני הדהוד של 0.17 עד 0.84 שניות. בכל חדר מוגדרים חמישה מקורות קול ורשת מקלטים בגבהים שונים, כאשר המיקומים נבדקו כדי למנוע התנגשות במבנה החדר או ברהיטים.
הסימולציות נוצרו באמצעות ה־SDK של Treble בגישה היברידית. מתחת לתדר של 5 קילוהרץ החישוב נעשה בשיטה גלית מספרית (DG-FEM), ומעל לתדר זה בשיטת אקוסטיקה גיאומטרית. האותות נדגמים בקצב של 32 קילוהרץ ומכסים תוכן עד 16 קילוהרץ.
המאגר מחולק לשלושה חלקים עיקריים לפי מבנה הערוצים: תגובות מונו בערוץ יחיד, אמביסוניקס מסדר שמיני הכולל 81 ערוצים, ומערך של מכשיר גלילי בעל שישה מיקרופונים עם קואורדינטות מוגדרות מראש. כל רשומה כוללת מטא-דאטה מפורט על מיקומי המקורות והמקלטים ומדדים אקוסטיים כמו T30, EDT ו־C50.
מתאים ל
- זיהוי דיבור בשדה רחוק
אימון מודלי ASR על דיבור מקופל עם החדרים לצורך התמודדות עם הדהוד והחזרים בחללים ביתיים ומשרדיים.
- ביטול הדהוד ושיפור קול
פיתוח אלגוריתמים להסרת הדהוד או הפרדת מקורות קול מתוך שימוש במדדי הדעיכה המדויקים המצורפים לרשומות.
- עיבוד אודיו מרחבי
מחקר על מערכי מיקרופונים בעזרת נתוני ששת הערוצים ונתוני האמביסוניקס מסדר שמיני בתצורות מרחביות ידועות.
איפה זה נופל
מדובר בסימולציות בלבד ולא בהקלטות של חדרים פיזיים בעולם האמיתי. המגוון האקוסטי מוגבל לעשרה חללים בלבד ולנפח מרבי של 46 מטרים מעוקבים, כך שאין כאן ייצוג לאולמות גדולים, לחללי תעשייה או לסביבות חוץ. בנוסף, חלוקת התדרים נשענת על מעבר מלאכותי בין שיטות חישוב ב־5 קילוהרץ. המאגר מספק תגובות הלם ללא רעשי רקע משתנים של סביבה יומיומית, והחלוקה לסט אימון ובדיקה נשארת כולה באחריות המשתמש.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא. הרישיון הוא CC-BY-NC-SA 4.0 והוא אוסר שימוש מסחרי מכל סוג. כל שימוש מוגבל למחקר ופיתוח פנימי שאינו מסחרי, ומחייב שיתוף של נגזרות באותו רישיון.
האם המאגר כולל הקלטות דיבור בעברית?
לא. המאגר מכיל רק תגובות דחף אקוסטיות (RIR) של חדרים, כלומר קבצים שמייצגים את האקוסטיקה של החלל. כדי לעבוד איתו על דיבור בעברית, עליכם לקפל (convolve) הקלטות קול קיימות עם תגובות הדחף שבמאגר.
איך המידע הזה נאסף והופק?
הנתונים לא הוקלטו עם מיקרופונים בעולם האמיתי אלא סונתזו באמצעות ה־SDK של Treble. הסימולציה משלבת פתרון נומרי מבוסס גלים עד 5 קילוהרץ עם אקוסטיקה גיאומטרית בתדרים שמעל לכך, בקצב דגימה של 32 קילוהרץ.
במה הוא שונה מדאטהסטים פשוטים אחרים של RIR?
רוב המאגרים החינמיים מציעים סימולציות גיאומטריות פשוטות כמו שיטת תמונת המקור. כאן יש חישוב פיזיקלי היברידי מדויק יותר של גלי הקול בתדרים הנמוכים, לצד תמיכה באמביסוניקס עד סדר שמיני ובמערך מכשיר של שישה מיקרופונים.
איך טוענים
טוענים את המאגר ישירות דרך ספריית datasets של Hugging Face, תוך בחירת החלק הרצוי באמצעות split מתאים, למשל rir_6ch או rir_hoa8. המאגר פתוח לציבור ואינו דורש אישור גישה מוקדם. הנתונים מאוחסנים ב־45 קבצי Parquet. כדי לעבוד ביעילות עם ערוצים מרובים מומלץ להשתמש בטעינה רציפה (streaming) ולעבד את נתוני השמע ישירות מהזיכרון דרך עמודת האודיו וספריות תואמות.
from datasets import load_dataset
ds = load_dataset("treble-technologies/Treble10-RIR")הרישיון
הרישיון הוא CC-BY-NC-SA 4.0. השימוש מוגבל למטרות מחקר ולא מסחריות בלבד, מחייב מתן קרדיט למפרסמים, וכל יצירה נגזרת או מודל שמתבסס עליו חייבים להיות מופצים תחת אותם תנאי רישיון בדיוק.
- שינוי הקוד
- חובת ייחוס
- שימוש מסחרי: לא