更新時間: 2021-07-25
這個專案是為了 「Tbrain - Tomofun 狗音辨識 AI 百萬挑戰賽」。
要收集其他外部的聲音，增加訓練資料量，以增前模型的準確度。
目前要爬取的網站，以及目標如下。
- 檔案格式以 .wav 為主，否則就以 .mp3 做取代。
- 音效長度不超過 5 分鐘。所以有做一層 filter 再 download。
| website - category | 0 Barking | 1 Howling | 2 Crying | 3 CO_Smoke | 4 GlassBreaking | 5 Other* | 6 Doorbell | 7 Bird | 8 Music_Instrument | 9 Laugh_Shout_Scream |
|---|---|---|---|---|---|---|---|---|---|---|
| source 01 | ✔️ | ✔️ | ✔️ | ❌ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ |
| source 01 | ✔️ | ✔️ | ❌ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
- Other*: Other, Vacuum, Blender, Electrics, Cat, Dishes
--
因為官方給的聲音，雖然 label 為 Music_Instrument，但可能需要用不同的關鍵字才能找到類似的音檔。
而且每個網站要用的關鍵字也不進相同。
--
音效庫資料來源:
- source 01: BBC Rewind - Sound Effects
- source 02: Download Free Sound Effects & Royalty Free Music | ZapSplat
一個類別一個資料夾，音效檔案的名稱標記來源與序號，
如s01-001.mp3，代表來源01的第一個音效檔案。
/crawl_voice
├─code
│ ├─check_folder_structure.ipynb
│ ├─crawler_source01.ipynb
│ └─func4crawl
└─data
├─category_0
│ └─soo-xxxx.wav/soo-xxxx.mp3: 音效檔
├─category_1
├─...
├─category_9
└─metadata
├─category_00.json
└─category_00.csv