解压缩音频文件以快速进行ML探索 目录 概述 音频数据在现代世界中无处不在，并且对各种各样的行业和应用具有很高的价值。 许多公司依靠将机器学习算法应用于各种音频数据集而获得的见解。 尽管许多此类应用程序基于已定义的摘要统计信息，但较新的深度学习方法依赖于处理尽可能多的数据特征。 Spectralize是一个平台，旨在将常见音频文件处理和解压缩为完全索引的频谱特征，从而可以快速用于分析和ML探索。 工程设计 处理管道 Spectralize基于Python，实现Spark数据帧，并将数据从AWS