Awesome GitHub RepositoriesSpectrogram Masking

nlpaug ist eine Data-Augmentation-Bibliothek, die entwickelt wurde, um synthetische Text-, Audio- und Spektrogrammdaten zu generieren und die Robustheit von Machine-Learning-Modellen zu verbessern. Sie fungiert als Synthesizer für Textdaten und Augmenter für Audiosignale und bietet spezialisierte Tools, um Datensätze durch verschiedene Transformationsmethoden zu erweitern. Das Projekt zeichnet sich durch die Fähigkeit aus, komplexe Workflows mithilfe eines Pipeline-Orchestrators zu steuern, der es ermöglicht, mehrere Augmentationsfunktionen sequenziell oder zufällig zu verketten. Es unterstützt anspruchsvolle Textsynthese durch Back-Translation, kontextuelle Word-Embeddings und die Integration vortrainierter Sprachmodelle, während es gleichzeitig Spektrogramm-Bild-Augmentation durch Zeit- und Frequenzmaskierung bietet. Die Bibliothek deckt ein breites Spektrum an Funktionen ab, darunter die Modifikation von Audiosignalen mit Rausch-Injektion und Pitch-Shifting, regelbasierte Textänderungen zur Simulation von Tipp- und Rechtschreibfehlern sowie die Erweiterung von Datensätzen durch Satzgenerierung und semantische Substitution. Sie bietet zudem Kontrollen für das Augmentationsvolumen und die Zielfilterung mittels regulärer Ausdrücke, um bestimmte Tokens vor Modifikationen zu schützen.