-
音频转带时间戳歌词转录技能
2026年9月11日 30 72 62
技能概述 本技能（acestep-lyrics-transcription）是一款专业的音频转歌词转录工具，隶属于设计媒体类别下的音频处理子领域，当前版本为 1.0.1。它利用 OpenAI Whisper 或 ElevenLabs Scribe API，将音频文件转化为带时间戳的歌词文本，支持 LRC、SRT 及 JSON...
-
音频质量评估数据集
2025年10月3日 30 177 70
音频质量评估数据集_Audio_Quality_Assessment_Dataset 数据来源：互联网公开数据 标签：音频分析, 声音质量, 音频分类, 机器学习, 语音识别, 信号处理, 数据标注, 音频特征 数据概述： 该数据集包含来自公开渠道的音频片段数据，记录了不同质量的音频样本，用于音频质量的评估与分析。主要特征如下：...
-
音频质量评估声音数据集
2025年8月1日 30 150 110
音频质量评估声音数据集_Audio_Quality_Assessment_Sound_Dataset 数据来源：互联网公开数据 标签：音频分析, 声音分类, 语音识别, 质量评估, 机器学习, 数据标注, 音频处理, 声音信号 数据概述： 该数据集包含音频文件及其对应的质量评估标签，用于训练和测试音频质量评估模型。主要特征如下：...
-
音频视频内容创作与播客生成技能
2026年9月30日 30 20 18
技能概述 Listenhub 是一款面向设计媒体领域的音频视频内容创作技能，版本 0.1.0，专注于将文本、链接或图像提示转化为播客、解释视频或语音旁白。它属于内容生成与多媒体处理子领域，旨在降低知识分享的创作门槛。...
-
音频特征歌曲MFCC数据集
2025年9月6日 30 197 136
音频特征歌曲MFCC数据集_Audio_Feature_Songs_MFCC 数据来源：互联网公开数据 标签：音频分析, 音乐, MFCC, 特征提取, 音乐流派, 印度音乐, 数据挖掘, 机器学习 数据概述： 该数据集包含从多种印度音乐风格中提取的歌曲梅尔频率倒谱系数（MFCC）数据。主要特征如下：...
-
音频特征提取数据集
2025年10月3日 30 85 2
音频特征提取数据集_Audio_Feature_Extraction_Dataset 数据来源：互联网公开数据 标签：音频分析, 机器学习, 特征工程, ZCR, RMSE, MFCC, 数据增强, 信号处理 数据概述： 该数据集包含从音频信号中提取的特征数据，用于音频分析和机器学习模型的训练与评估。主要特征如下：...
-
音频特征情感识别训练数据集
2025年8月30日 30 169 147
音频特征情感识别训练数据集_Audio_Feature_Emotion_Recognition_Training_Dataset 数据来源：互联网公开数据 标签：音频分析, 情感识别, 机器学习, 语音信号处理, 特征提取, MFCC, ZCR, RMS, 数据集构建 数据概述：...
-
音频格式转换剪辑压缩提取技能
2026年9月23日 30 41 2
技能概述 音频处理工具（Audio Tool）是一款专注于音频处理的 AI 技能，属于设计媒体（design-media）类别下的音频处理子领域，当前版本为 1.0.3。该技能旨在为播客制作、音乐创作、视频剪辑等场景提供全面的音频处理能力，覆盖格式转换、剪辑、压缩、提取等核心操作。 技能基于 FFmpeg 技术构建，能力密度高，支持...
-
音频样本分类数据集
2025年4月25日 30 124 33
音频样本分类数据集 数据来源：互联网公开数据 标签：大调,小调,吉他,钢琴,音色识别,音乐分类,机器学习,音效分析,音调识别,音乐信息检索 数据概述： 本数据集包含吉他和钢琴两种乐器的音频样本，主要用于区分大调和小调音色的分类任务。数据集涵盖了不同演奏者、不同音色、不同音调的音频片段，提供丰富的音色特征信息。 数据用途概述：...
-
音频文件重命名元数据映射数据集
2025年7月19日 30 16 7
音频文件重命名元数据映射数据集_Audio_File_Renaming_Metadata_Mapping 数据来源：互联网公开数据 标签：音频处理, 文件管理, 元数据, 映射关系, 数据清洗, 批量重命名, 文本分析, 数据集 数据概述： 该数据集包含音频文件重命名过程中产生的元数据映射关系，记录了原始文件名与其对应的新文件名。主要特征如下：...
-
音频文件智能语音转写翻译技能
2026年9月30日 30 27 19
技能概述 Speech to Text 技能是一款基于 Hugging Face Whisper 模型的音频转写与翻译工具，属于设计媒体类别下的音频处理子领域，当前版本为 1.0.0。该技能通过 Gradio 公共 Space 接口，无需付费 API 即可将本地音频文件转换为文本，支持多种常见音频格式。 技能依托 Whisper...
-
音频文件处理与播客制作技能
2026年8月28日 30 109 31
技能概述 Audio 技能是一款面向音频处理领域的专业数据资产，版本 1.0.1，隶属于设计媒体（design-media）类别下的音频处理子领域。它专注于音频文件的处理、增强与转换，支持降噪、归一化、格式转换、转录以及播客工作流等核心任务。 该技能基于 FFmpeg 和 FFprobe 等命令行工具构建，并可选集成 SoX、Whisper 和...
-
音频异常检测声音数据集
2025年10月13日 30 34 24
音频异常检测声音数据集_Audio_Anomaly_Detection_Sound_Dataset 数据来源：互联网公开数据 标签：音频分析, 异常检测, 声音识别, 机器学习, 工业场景, 无监督学习, 数据标注, 音频信号处理 数据概述： 该数据集包含来自工业环境的声音数据，记录了正常声音和异常声音的样本，用于音频异常检测任务。主要特征如下：...
-
音频声音分类数据集
2025年8月27日 30 93 90
音频声音分类数据集_Audio_Sound_Classification_Dataset 数据来源：互联网公开数据 标签：音频分类, 声音识别, 机器学习, 深度学习, 音频特征, 声学分析, 声音事件, 数据标注 数据概述： 该数据集包含来自公开声音资源的声音片段，记录了不同声音事件的音频数据。主要特征如下：...
-
音频回复与网页朗读技能
2026年8月28日 30 19 5
技能概述 Audio Reply 是一款专注于音频处理的 AI 技能，隶属于设计媒体（design-media）类别，子领域为音频处理，当前版本为 1.1.0。该技能通过 TTS（文本转语音）技术，将文本内容转换为自然流畅的语音回复，支持两种核心触发模式：一是通过“读给我听 [公开网址]”获取并朗读网页内容，二是通过“跟我聊...
-
音频医学场景咳嗽声与手部声音识别数据集
2025年7月21日 30 79 11
音频医学场景咳嗽声与手部声音识别数据集_Audio_Medical_Cough_and_Hand_Sound_Recognition 数据来源：互联网公开数据 标签：咳嗽声, 手部声音, 音频识别, 医学诊断, 机器学习, 声音特征, 数据标注, 情感分析 数据概述：...
-
音频分类音乐声音事件数据集
2026年3月5日 30 87 81
音频分类音乐声音事件数据集_Audio_Classification_Music_Sound_Event_Dataset 数据来源：互联网公开数据 标签：音频分类, 声音事件, 机器学习, 声学特征, 音乐分析, 深度学习, 数据集, 频谱图 数据概述：...
-
音频分类识别数据集
2025年8月20日 30 123 116
音频分类识别数据集_Audio_Classification_Recognition_Dataset 数据来源：互联网公开数据 标签：音频识别, 声音分类, 机器学习, 深度学习, 语音识别, 声音事件检测, 数据集, 音频处理 数据概述： 该数据集包含多种声音的音频文件，以及一个用于提交预测结果的CSV文件，主要用于音频分类任务。主要特征如下：...
-
