-
音频异常检测声音数据集
2025年10月13日 30 71 58
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 30 165 31
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 30 123 0
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 31 15
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 56 13
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 30 164 55
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：...
-
-
音频信号特征数据集深入解析声音特征
2025年4月25日 31 147 58
标题：音频信号特征数据集深入解析声音特征 数据内容： 该数据集包含了多种音频信号的特征参数，具体包括： 1. 频谱质心相关特征（均值和标准差） 2. 频谱带宽相关特征（均值和标准差） 3. 频谱对比度相关特征（均值） 4. 频谱平坦度相关特征（均值） 5. 频谱衰减相关特征（均值） 6. 过零率（zero_crossing_rate） 7....
-
音频MNIST时序频谱特征语音识别特征数据集
2025年4月15日 30 183 118
音频MNIST时序频谱特征语音识别特征数据集 数据来源：互联网公开数据 标签：音频特征,语音识别,时序特征,频谱特征,机器学习,深度学习,分类任务 数据概述：...
-
音视频转文字智能转录技能
2026年9月28日 30 83 61
技能概述 Speech to Text Transcription 技能是一款专注于音频与视频文件转写的专业工具，隶属于设计媒体类别下的视频与音频处理子领域，当前版本为 1.0.0。它能够将本地文件、URL 链接、语音备忘录、播客、访谈、会议及讲座等多种来源的音视频内容高效转换为文本，满足用户对语音内容数字化、可搜索化的核心需求。...
-
音视频转录说话人分离技能
2026年8月28日 30 61 52
技能概述 Transcribee 🐝 是一款面向知识管理场景的音视频转录技能，版本 1.2.1，属于信息检索与摘要总结子领域。它能够将 YouTube 视频、播客以及本地音视频文件转换为带说话人标签的清晰转录文本，满足用户对会议、访谈、课程等内容的文字化需求。 该技能基于 ElevenLabs 的说话人分离技术，支持多种主流音视频格式（如...
-
音视频语音活动检测数据集
2025年7月21日 30 100 29
音视频语音活动检测数据集_Audio_Video_Voice_Activity_Detection 数据来源：互联网公开数据 标签：语音识别, 音频分析, 语音活动检测, VAD, 时间戳, 音频处理, 机器学习, 深度学习 数据概述： 该数据集包含来自YouTube视频的音频数据，记录了语音活动检测（VAD）的结果。主要特征如下：...
-
-
音视频真实性检测训练数据集
2025年10月16日 30 152 70
音视频真实性检测训练数据集_Audio_Video_Authenticity_Detection_Training_Dataset 数据来源：互联网公开数据 标签：音视频, 真实性, 伪造检测, 深度学习, 图像识别, 视频分析, 数据标注, 二分类 数据概述：...
-
音视频智能转文字字幕处理技能
2026年9月11日 60 193 136
技能概述 本技能是一款面向音视频内容处理的智能转写工具，属于设计媒体类别下的视频与音频处理子领域，当前版本为1.0.0。它基于 OpenAI Whisper 语音识别模型，能够将音频和视频文件中的语音内容精准转换为文字，支持自动语言检测与多种输出格式，满足从快速草稿到专业字幕制作的不同需求。 技能覆盖了从模型选择、参数配置到输出格式定制的完整流程，支持...
-
音视频文件智能转写文字技能
2026年9月30日 30 149 115
技能概述 本技能是基于 OpenAI Whisper API 的音视频转写工具，属于设计媒体类别下的音频处理子领域，当前版本为 1.0.1。它能够将音频和视频文件中的语音自动转换为文字，适用于需要提取语音内容或获取录音文本的场景。 技能技术基础为 Whisper 语音识别模型，通过本地 API 端点提供服务，默认采用 whisper-small...
-
音视频媒体深度分析技能
2026年9月30日 30 138 136
技能概述 Media Analyzer 是一款专注于音视频内容深度分析的 AI 技能，隶属于设计媒体（design-media）类别下的视频处理与音频处理子领域，当前版本为 1.0.0。该技能能够对本地或在线音视频文件进行全面的技术解析，为用户提供结构化的媒体元数据、音频特征、视频帧提取及波形可视化能力。 技能基于 FFmpeg 和 FFprobe...
-
-
音乐音频特征及元数据分析数据集
2025年9月9日 30 174 162
音乐音频特征及元数据分析数据集_Music_Audio_Features_and_Metadata_Analysis_Dataset 数据来源：互联网公开数据 标签：音乐，音频，特征提取，元数据，机器学习，音乐流派，音频分析，深度学习 数据概述： 该数据集包含来自Free Music Archive (FMA)...
