Audio Set是谷歌前段时间开源的一个数据集,可以说是音频界的imagenet了,拥有200多万的音频和500多个分类(截止2017年3月)。
官方下载地址:https://research.google.com/audioset/download.html
有关audioset数据集的简介:https://research.google.com/audioset/
官方提供了两种数据获取方式:一种是提供音频字典信息,由自己下载相关youtube音频;另一种以1Hz采样的128维音频特征数据,tfrecord格式数据。
1.提供的第一种下载格式比较复杂,具体可见:
https://www.jianshu.com/p/c4fc899342f7
2.提供的第二种下载格式就是tfrecord格式数据。参考地址如下:
http://yueshi.me/?p=294
我整理了一下代码,试着用python打开下载的tfrecord格式数据,是可以实现的。
# python3
import numpy as np
import tensorflow as tf
sess = tf.InteractiveSession()
filename =