人类喉部神经运动调谐不佳：歌唱与吹口哨音高模仿对比数据

数据集获取

源站：https://doi.org/10.5061/dryad.504t7

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 3.45 GB。

数据说明

声音模仿是人类交流的一个标志，它构成了学习说话和唱歌能力的基础。即便如此，一般人群中声音模仿能力差的情况出奇地普遍，即便是专业歌手也无法达到乐器的精确度。尽管人类已经进化出对控制音高产生的喉部肌肉更高程度的控制，但与对构音肌肉（如舌头和嘴唇）的控制相比，这种能力可能仍不够发达，对构音肌肉的自主控制早在灵长类动物进化中就出现了。人类参与者通过唱歌（即用喉部产生音高）或吹口哨（即用嘴唇和舌头产生音高）来模仿简单的旋律。虽然唱歌更准确的参与者也吹口哨更准确，但唱歌模仿的精确度低于吹口哨模仿。此外，唱出的音符系统地偏向每个人习惯的音高，这可能有助于节省肌肉力量。控制发声的喉部肌肉比参与吹口哨的口腔肌肉受到的控制要粗略。

这种不精确性可能源于人类意志性喉部运动控制相对较晚的进化，这种控制或许刚好足以精细调节言语中的音高。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。