iver56/audiomentations
A Python library for audio data augmentation. Useful for making audio ML models work well in the real world, not just in the lab.
What it solves
它提供了一种进行音频数据增强的方法，帮助音频深度学习模型在实际环境中表现得更好，而不是仅仅在受控的实验室环境中。
How it works
这是一个 Python 库，允许用户通过 Compose 对象创建音频转换流水线（pipeline），对音频数据进行扰动或转换。它在 CPU 上运行，并支持单声道和多声道音频。
它与 PyTorch 和 TensorFlow/Keras 等常见的训练流水线集成。
Who it’s for
需要增加训练数据多样性和鲁棒性的音频 AI 模型开发者和研究人员。
Who it’s for
需要增加训练数据多样性和鲁棒性的音频 AI 模型开发者和研究人员。
Highlights
- Extensive list of ‘transformations’，包括噪声添加（Gaussian, color, background），音高移动，时间拉伸，以及房间模拟。
- API inspired by albumentations for ease of use.
- Supports mono and multichannel audio.
- Compatible with PyTorch and TensorFlow/Keras training pipelines.