神经网络 → 噪声 " 神经元 (13)

来源: Freesound 前往原页面 查看原文
作者:arseniiv
许可:CC0 公众共享许可协议  
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
标签: 数字 神经网络 毛刺 随机的 低保真 苛刻 噪声
音频格式flac
声音时长00:10
文件大小1.6 MB
比特率1342 kbps
采样率48000 Hz
位深度16 bit
声道立体声
音频蛋下载 推荐

◦  支持一键下载
◦  智能提速线路
◦  队列批量下载
◦  免费跨站下载

  加入任务队列
原站点下载 备用

◦  账户登录下载
◦  普通站点线路
◦  单个文件下载
◦  免费站内下载

  前往声音页面

———— 类似的声音 ————

来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。
来源Freesound
描述:运行随机生成的神经网络的结果(神经元连接中的所有权重随机开始,然后在生成时缓慢漂移)。虽然使用的采样率是44.1和48 kHz,但听起来相当低保真。原因可能是网络实际工作所需的输入压缩。每个声道是网络中两个独立神经元的输出。此包中的每个样本都是由一个单独的网络生成的,因为它们在生成一个东西后没有保存在任何地方。全局参数(输出压缩,神经元计数,漂移率等)在样本之间也不尽相同。