README.md

---
tags:
- audio
- birds
- bioacoustics
- spanish
language: 
- es
license: cc-by-4.0  # Ajusta según tu licencia
dataset_info:
  features:
    - name: audio
      dtype: audio
    - name: duration
      dtype: float32
    - name: contains_parrot
      dtype: bool
    - name: notes
      dtype: string
  splits:
    - name: train
    - name: test
    - name: validation
  configs:
    - name: default
      data_files:
        train: data/train/**
        test: data/test/**
        validation: data/validate/**
        crudo: data/crudo/**
---

# Dataset colaborativo de audios

Este repositorio contiene un conjunto de audios recolectados por un equipo de 4 personas, destinado a la creación de un dataset para entrenamiento de modelos de machine learning.

## 📁 Estructura del repositorio

- `data/crudo/`: Audios sin procesar. Inicialmente subir los audios en esta carpeta.
- `data/train/`: Audios para entrenar el modelo.
- `data/test/`: Audios para testear el modelo.
- `data/validate/`: Audios para validar el modelo.
- `utils/`: Script y archivos utiles.
- `metadata/registros.csv`: Archivo CSV con la descripción de cada audio.

## 🔄 Recomendaciones al subir archivos

- **Formato**: Preferir `.flac` (sin pérdida) o `.mp3` (con pérdida pero más liviano) en lugar de `.wav` para ahorrar espacio.
- **Compresión**: Subir archivos individuales (no zipeados) para acceso directo desde `datasets.load_dataset()`.
- **Tamaño**: Si los audios superan 50MB cada uno, activar Git LFS:
  ```bash
  git lfs track "*.flac" "*.mp3"

## Requisitos

- Puede ser recomendable generar un venv, dejarlo en .gitignore

- Python 3.8+
- ffmpeg (instalación recomendada con `brew install ffmpeg` o `sudo apt install ffmpeg`)

## Instalación de dependencias

```bash
pip install -r requirements.txt

# Correr interfaz de etiquetado

- pip install -r classify_requirements.txt
streamlit run audio_classifier.py