如何读取Google开源的audioset的tfrecord文件--转载与整理

本文介绍了如何读取Google的AudioSet数据集,该数据集包含200多万条音频和500多个分类。官方提供了两种数据获取方式,其中tfrecord格式的数据可以通过Python进行读取。文章分享了一段整理后的Python代码示例,实现了对tfrecord文件的读取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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 = 'path/_2.tfrecord'
filename_queue 
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值