معرفی شرکت ها


as-seg-0.1.3


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package for the segmentation of autosimilarity matrices.
ویژگی مقدار
سیستم عامل -
نام فایل as-seg-0.1.3
نام as-seg
نسخه کتابخانه 0.1.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Marmoret Axel
ایمیل نویسنده axel.marmoret@irisa.fr
آدرس صفحه اصلی https://gitlab.inria.fr/amarmore/autosimilarity_segmentation
آدرس اینترنتی https://pypi.org/project/as-seg/
مجوز BSD
# as_seg: module for computing and segmenting autosimilarity matrices. # Hello, and welcome on this repository! This project aims at computing autosimilarity matrices, and segmenting them, which consists of the task of structural segmentation. The current version contains the CBM algorithm [1], along with a (low-effort) implementation of Foote's novelty algorithm [2]. It can be installed using pip as `pip install as-seg`. This is a first release, and may contain bug. Comments are welcomed! ## Tutorial notebook ## A tutorial notebook presenting the most important components of this toolbox is available in the folder "Notebooks". It is only available if you downloaded the project from git (e.g. https://gitlab.inria.fr/amarmore/autosimilarity_segmentation), and is not available in the pip version (which is in general not accessible easily in the file tree). ## Software version ## This code was developed with Python 3.8.5, and some external libraries detailed in dependencies.txt. They should be installed automatically if this project is downloaded using pip. ## How to cite ## You should cite the package `as_seg`, available on HAL (https://hal.archives-ouvertes.fr/hal-03797507). Here are two styles of citations: As a bibtex format, this should be cited as: @softwareversion{marmoret2022as_seg, title={as\_seg: module for computing and segmenting autosimilarity matrices}, author={Marmoret, Axel and Cohen, J{\'e}r{\'e}my and Bimbot, Fr{\'e}d{\'e}ric}, URL={https://gitlab.inria.fr/amarmore/autosimilarity_segmentation}, LICENSE = {BSD 3-Clause ''New'' or ''Revised'' License}, year={2022}} In the IEEE style, this should be cited as: A. Marmoret, J.E. Cohen, and F. Bimbot, "as_seg: module for computing and segmenting autosimilarity matrices," 2022, url: https://gitlab.inria.fr/amarmore/autosimilarity_segmentation. ## Credits ## Code was created by Axel Marmoret (<axel.marmoret@gmail.com>), and strongly supported by Jeremy E. Cohen (<jeremy.cohen@cnrs.fr>). The technique in itself was also developed by Frédéric Bimbot (<bimbot@irisa.fr>). ## References ## [1] A. Marmoret, J.E. Cohen, and F. Bimbot, "Convolutive Block-Matching Segmentation Algorithm with Application to Music Structure Analysis", 2022, arXiv preprint arXiv:2210.15356. [2] J. Foote, "Automatic audio segmentation using a measure of audio novelty," in: 2000 IEEE Int. Conf. Multimedia and Expo. ICME2000. Proc. Latest Advances in the Fast Changing World of Multimedia, vol. 1, IEEE, 2000, pp. 452–455.


نیازمندی

مقدار نام
<0.9.0,>=0.8.0 librosa
>=0.16.1 madmom
- matplotlib
>=0.6 mir-eval
>=0.3.3 mirdata
>=1.18.2 numpy
- pandas
>=1.4.1 scipy
- sklearn
- soundfile
>=0.5.1 tensorly


زبان مورد نیاز

مقدار نام
>=3.7.0 Python


نحوه نصب


نصب پکیج whl as-seg-0.1.3:

    pip install as-seg-0.1.3.whl


نصب پکیج tar.gz as-seg-0.1.3:

    pip install as-seg-0.1.3.tar.gz