每周编辑精选|希尔贝壳语音数据集系列上线、中国学者建立乳腺癌预后评分系统 MIRS

从咳嗽到抑郁:用28个开源语音数据集,手把手教你搭建一个多疾病AI诊断基准库 本文详细介绍了如何利用28个开源语音数据集构建医疗语音AI诊断基准库,涵盖从帕金森病到抑郁症等多种疾病的筛查和辅助诊断。通过数据预处理标准化、特征工程、模型训练与优化等步骤,手把手指导开发者搭建多功能AI诊断系统,提升医疗语音分析的可靠性和可复现性。 阅读详情
🏮新春佳节,归程千里为团圆
🏮人间烟火,年味浓浓阖家欢

辞别玉兔,金龙迎春。明晚就是大年三十除夕夜了!HyperAI超神经在这里提前祝大家新春快乐~龙行龘龘(dá)!本周 hyper.ai 官网上线了希尔贝壳开源的数千小时中文语音数据库,打开你的语音之门。

2 月 5 日-2 月 8 日,hyper.ai 官网更新速览:

  • 优质公共数据集:8 个

  • AI4S 论文案例:2 篇

  • 热门百科词条:8 条

访问官网:hyper.ai

公开数据集精选

1.AISHELL-1 开源中文语音数据库

该数据集由 400 名来自中国不同口音地区的人参与录制。经过专业语音校对人员转写标注,并通过严格质量检验,此数据库文本正确率在 95% 以上。分为训练集、开发集、测试集。

直接使用:

https://hyper.ai/datasets/29344

2. AISHELL-2 中文语音数据库

希尔贝壳中文普通话语音数据库 AISHELL-2 包含 1,000 小时的语音时长。录音文本涉及唤醒词、语音控制词、智能家居、无人驾驶、工业生产等 12 个领域。

直接使用:

https://hyper.ai/datasets/29347

3. AISHELL-3 高保真中文语音数据库

该数据集由 218 名来自中国不同口音区域的人员参与录制。由专业语音校对人员进行拼音和韵律标注,并通过严格质量检验,此数据库音字准确率在 98% 以上。

直接使用:

https://hyper.ai/datasets/29352

4. AISHELL-4 多通道中文会议语音数据库

AISHELL-4 是由 211 个录制的会议会议组成,每个会议会议包含 4 至 8 名发言者,总时长为 120 小时,可用于语音前端处理、语音识别等单独任务。

直接使用:

https://hyper.ai/datasets/29375

5. AISHELL-WakeUp-1 中英文唤醒词语音数据库

该数据集邀请了 254 名发言人参与录制,共有唤醒词语音近 400 万条,1561.12 小时。录音文本为「你好,米雅」、「hi, mia」唤醒词。此数据库经过专业语音校对人员转写标注,并通过严格质量检验,可用于声纹识别、语音唤醒识别等研究使用。

直接使用:

https://hyper.ai/datasets/29186

6. AISHELL-DMASH 中文普通话麦克风阵列家居场景语音数据库

AISHELL-DMASH 数据集是在两个不同房间的真实智能家居场景中记录的,该数据集包含 30,000 小时的语音数据。数据集由专业语音标注人员转录,单词准确率达 98%,可用于声纹识别、语音识别、唤醒词识别等研究。

直接使用:

https://hyper.ai/datasets/29380

7.DeepSymNet 深度符号网数据集

这是中国科学院半导体研究所的研究人员提出的一种名为 DeepSymNet 的全新符号网络来表示符号表达式,用于符号回归的符号网络。

直接使用:

https://hyper.ai/datasets/29321

8. Evol Instruct Chinese GPT4 文本数据集

该数据集是通过以下方式创建的:

(1) 将 Evol-instruct-70k 的英文问题翻译成中文;

(2) 请求 GPT4 生成中文答案。

直接使用:

https://hyper.ai/datasets/29318

ScienceAI 论文案例精选

1. 剑指全球第一大癌症,中国学者建立乳腺癌预后评分系统 MIRS

近日,中国学者采用神经网络模型,建立了一个预测乳腺癌预后和治疗的评分系统 MIRS,可用于指导乳腺癌患者治疗策略的制定。相关论文已发表于「iScience」期刊。

查看完整报道:

https://hyper.ai/news/29304

2. 中科院深圳先进院提出 SBeA,基于少样本学习框架进行动物社会行为分析

动物行为研究急需通过技术创新提升研究效率和准确性。基于此,SBeA (Social Behavior Atlas) 应运而生,由中国科学院深圳高新技术研究院开发,能够全面量化自由群居动物的行为,使用较少的标记帧数(约 400 帧)进行多动物三维姿态估计,通过双向迁移学习策略,在多动物身份识别方面的准确率超过 90% 。相关成果已发表于「Nature」期刊。

查看完整报道:

https://hyper.ai/news/29353

热门百科词条精选

  1. 每秒浮点运算次数 FLOPS

  2. 随机漫步 Random Walk

  3. 虚拟筛选 Virtual Screening

  4. 音乐信息检索 MIR

  5. 量子神经网络 Quantum Neural Network

这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:

https://hyper.ai/wiki


以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们!

新春到来之际,HyperAI超神经再次祝大家龙行大运,万事兴龙,合不龙嘴,其乐龙龙!新的一年,我们会给大家带来更多惊喜!

让我们龙年再见!

关于 HyperAI超神经 (hyper.ai)

HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区,致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:

  • 为 1200+ 公开数据集提供国内加速下载节点

  • 收录 300+ 经典及流行在线教程

  • 解读 100+ AI4Science 论文案例

  • 支持 500+ 相关词条查询

  • 托管国内首个完整的 Apache TVM 中文文档

访问官网开启学习之旅:

https://hyper.ai/

时域特征提取_音频特征提取方法和工具汇总 绝大多数音频特征起源于语音识别任务,它们可以精简原始的波形采样信号,从而加速机器对音频中语义含义的理解。从20世纪90年代末开始,这些音频特征也被应用于乐器识别等音乐信息检索任务中,更多针对音频音乐设计的特征也应运而生。1. 音频特征的类别认识音频特征不同类别不在于对某一个特征精准分类而是加深理解特征的物理意义,一般对于音频特征我们可以从以下维度区分:(1)特征是由模型从信号中直接提取还是基于模型... 阅读详情

相关推荐

疾病语音数据集 WAV格式音频

本文构建了一个覆盖28个跨疾病类型的多疾病语音识别基准库,包含言语障碍、神经系统疾病、呼吸系统疾病、罕见病及抑郁症等类别。数据预处理包括统一采样率至16kHz、Wiener滤波降噪,并针对不同模型提取60维MFCC特征或原始波形输入。数据集采用分层划分策略,大样本按7:1:2比例划分,小样本采用留一法验证,确保评估公平性。该基准库为疾病语音识别研究提供了统一对比平台。

victory0431的博客 902

万小时凝聚,开源之力助力语音识别:wenet 2万小时开源语音数据集

万小时凝聚,开源之力助力语音识别:wenet 2万小时开源语音数据集 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 在自动语音识别和声纹识别研究领域,高质量的数据集至关重要。wenet 2万小时开源语音数据集,作为一份开源资源,为研究者和开发者提供了超过20000小时的语音数据。这个数据集不仅规模宏大,而且质量上乘,目的是推动相关领域的研究与应用,让智能语音技术更上一...

gitblog_06788的博客 1063

用Python搞定28个疾病语音数据集:从WAV预处理到MFCC特征提取的保姆级教程

本教程详细介绍了如何使用Python处理28个疾病语音数据集,从WAV预处理到MFCC特征提取的全流程。涵盖帕金森、阿尔茨海默症等8类疾病,提供噪声抑制、音量归一化等实用技巧,并解析医疗场景下的MFCC优化方法。适合医疗AI开发者和研究者快速掌握语音分析技术。

weixin_42520661的博客 324

如何通过使用中文医疗对话数据集 1,145,231例患者与医生之间的咨询 (1)描述患者的医疗状况和病史; (2)患者与医生之间的对话; (3)医生给出的诊断和治疗建议。来应用到实际场景中。

如何通过使用中文医疗对话数据集 1,145,231例患者与医生之间的咨询 (1)描述患者的医疗状况和病史; (2)患者与医生之间的对话; (3)医生给出的诊断和治疗建议。来应用到实际场景中。

QQ_1309399183的博客 1290

中文医疗对话数据集.zip

中文医疗对话数据集.zip

MATLAB仿真耗散孤子共振与金兹堡-朗道方程解析

耗散孤子共振(DSR)是非线性光学中的特殊脉冲现象,通过平衡非线性效应、色散与能量耗散实现稳定传输。其核心数学模型金兹堡-朗道方程(GLE)描述了光脉冲在增益介质中的演化规律,采用分步傅里叶方法(SSFM)可高效求解这类非线性偏微分方程。该技术在光纤激光器设计、高速光通信系统优化等领域具有重要价值,特别是在需要高能量脉冲保持稳定传输的场景。MATLAB数值仿真为理解DSR物理机制提供了直观工具,通过参数扫描可验证脉冲能量与宽度的线性关系特征,并为实际器件设计提供预测依据。

weixin_31240035的博客 259

医学数据集

数据集:一文道尽医学图像数据集与竞赛: https://www.cnblogs.com/yumoye/p/10512460.html https://zhuanlan.zhihu.com/p/24634505 在AI与深度学习逐渐发展成熟的趋势下,人工智能和大数据等技术开始进入了医疗领域,它们把现有的一些传统流程进行优化,大幅度提高各种流程的效率、精度、用户体验,同时也缓解了医疗资源的压力和...

wuguangbin1230的博客 1万+

基于STM32F407的定时器以及定时器中断的实现

基于STM32F407的定时器以及定时器中断的实现

weixin_57941207的博客 5232

开源医疗数据集全览:从文本到影像

(Kaggle/Hugging Face: Hani89/medical_asr_recording_dataset) → 包含数千条医疗症状音频(如“knee pain”)及其转录文本,总时长超8小时。适合ASR转录或症状识别。(Hugging Face: united-we-care/United-Syn-Med) → 英文医疗语音记录,焦点在临床对话和医学术语,转录文本可用。适合自动化转录和摘要。MeQSum。

u012133341的博客 1549

gRPC之gRPC开发流程与入门案例

gRPC之gRPC开发流程与入门案例

YIYIYI 3760

基于DBSCAN聚类算法的超像素实时分割

Real-Time Superpixel Segmentation by DBSCAN Clustering Algorithm 摘要 在本文中,我们提出了一种基于密度的带噪声应用空间聚类(DBSCAN)算法的50帧/秒实时图像超像素分割方法。为了降低超像素算法的计算量,我们采用了一种快速的两步框架。在第一个聚类阶段,使用具有颜色相似性和几何约束的DBSCAN算法对像素进行快速聚类,然后在第二个合并阶段,通过颜色和空间特征定义的距离度量,将小簇按其邻域合并为超像素。为了在这两个步骤中获得更好的超像素,定义了

yttt的博客 3495

79万+中文医疗对话数据集:打造AI问诊系统的终极资源库

Chinese medical dialogue data中文医疗问答数据集是一个包含792099条真实医患对话记录的开源资源库,涵盖内科、外科、妇产科等6大科室,为AI医疗问答系统开发提供高质量中文语料支持。无论是医疗NLP研究还是智能问诊应用开发,这个免费数据集都能帮你快速构建专业级对话模型。 ## ???? 数据集核心优势:3大亮点解析 ### 1. 超大规模真实对话语料 数据集包含6个专科...

gitblog_00863的博客 1024

Star CCM+中的物性参数(定值、多项式、查表)

仿真过程中我们一定会遇到设置物性参数的问题,对于固定的物性参数还好说,直接输入一个固定的值即可。但是对于冷却液、气体、两相流等,物性参数是随着温度或温度和压力变化的。此时就涉及到多项式和查表。首先创建物理连续体,选择计算模型。

2201_75375391的博客 2960

Orillusion多平台适配指南:在桌面与移动端实现一致渲染效果

Orillusion是基于WebGPU标准的纯Web3D渲染引擎,能够实现跨平台的桌面级渲染效果。本文将详细介绍如何在桌面端和移动端设备上实现一致的3D渲染体验,让您的Web3D应用在各种屏幕尺寸下都能完美展示。🎯 ## 为什么需要多平台适配? 在现代Web开发中,用户可能通过不同设备访问您的3D应用:桌面电脑的高分辨率显示器、笔记本电脑的标准屏幕、平板电脑的触控界面以及智能手机的小尺寸屏幕

gitblog_00508的博客 1033

【探秘】二维异形件重叠移除算法:从度量到消除的实战解析

本文深入解析二维异形件重叠移除算法的核心技术与实战应用,涵盖重叠度量、零件扰动策略及消除方法。通过NFP(临界多边形)技术、空间分区加速等优化手段,有效解决异形件排版中的重叠问题,提升材料利用率和计算效率。适合制造业、CAD软件开发者及算法工程师参考。

weixin_28698059的博客 253

UNet 改进(27):结合SCSE注意力机制的UNet网络实现

本文介绍了一种结合SCSE注意力机制的改进UNet网络架构。该网络在保持UNet经典编码器-解码器结构基础上,通过在每层添加SCSEBlock模块,融合了通道注意力和空间注意力机制。通道注意力通过全局池化和1×1卷积生成通道权重,空间注意力则产生空间权重图,二者相加增强关键特征响应。该设计具有以下优势:1)保持原始UNet的多尺度特征提取能力;2)通过注意力机制提升对重要区域的关注度;3)计算效率高,仅增加少量参数。测试显示网络能保持输入输出分辨率不变,适用于医学图像分割等像素级预测任务。完整代码实现了5层

2401_82355416的博客 415

资源 | 从医疗语音到灾难响应,这八大优质数据集快抱走

找靠谱数据集的痛苦数据科学领域的宝宝们都懂。文摘菌今天强力推荐一个很棒的数据平台Figure Eight。 先上网站链接:www.figure-eight.com 相比其他数据平台,这个平台的一大特点是,用于标注数据集的模板都可以复制,而且能够在Figure Eight平台扩展其应用。每个数据集里包含了原始数据、工作设计、教程、说明等等。 以下是几个被文...

weixin_34289744的博客 267

YOLO11改进|卷积篇|引入多样化分支块DBB

YOLO11中添加多样化分支块DBB

A1983Z的博客 1450

(完整项目系统)智能AI问诊,智慧医疗健康管理,智能药物推荐系统,智能食疗推荐,疾病诊断分析系统,医疗健康机器人系统

人工智能医疗健康管理疾病诊断分析系统,数据集:症状集3w+,8000+疾病(饮食 运动处方数据集+疾病介绍数据集+ 检查数据集 + 药物推荐数据集等)人工智能健康管理系统,语音交互,智能分析疾病,包含8000+疾病智能分析,3W+症状数据,健康筛查,语音交互,包含8000个disease智能分析,推送饮食运动方。可以定制健康问诊机器人,App,安卓 或者 PC都可以使用。

andy_zf的博客 7574

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

各类研究数据集合

 转载  https://zhuanlan.zhihu.com/p/25138563 金融 美国劳工部统计局官方发布数据 沪深股票除权除息、配股增发全量数据,截止 2016.12.31 上证主板日线数据,截止 2017.05.05,原始价、前复权价、后复权价,1260支股票 深证主板日线数据,截止 2017.05.05,原始价、前复权价、后复权价,466支股票 深证中小板

2647

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

各类数据集整理(持续更新中ing)

转自:https://zhuanlan.zhihu.com/p/84088095 最近一次新增:2020.02.11 大家好,先给各位抱拳了!我是和鲸(科赛http://kesci.com)的运营一枚,今天给大家分享以下我们(通过网线)奔波世界各地搜集过来的数据集们! 大家有想要的也可以在评论区许愿,我去求捞数据集的小哥哥小姐姐们帮帮忙 另外打一波硬广,以下所有数据集都可以在和鲸(科赛...

Wanda && Aidem 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

68款大规模机器学习数据集,涵盖CV、语音、NLP | 十年资源集

参考博文:68款大规模机器学习数据集,涵盖CV、语音、NLP | 十年资源集

u014765410的博客 198

中文自然语言处理医疗、法律等公开数据集整理分享

本文整理了一批医疗、法律等相关的公开数据集,涉及医疗相关的专业词汇分词、问答和医疗实体识别,以及法律文本分类、情感分析和评价相关的数据集。 资源整理自网络,源地址:https://github.com/OYE93/Chinese-NLP-Corpus 分词、词性标注 实体识别 法律文本分类 情感分析 医疗领域分词、实体识别、问答数据集 往期精品内容分享 深度学习基础系列之2019深度学习暑期课程视频分享(中英字幕) 最全中文自然语言处理数据集、平台和工具整理 元学

朝闻道 871

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 338

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 276

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 615
上一篇: 中科院深圳先进院提出 SBeA,基于少样本学习框架进行动物社会行为分析
下一篇: 打破「佳节必胖」魔咒,这些利器让你吃得明白
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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