机器学习与语料免费访问
关键信息
内容与字段
数据集包含10类城市声音事件:alarm-siren, children playing, dog bark, engine, footsteps, glass breaking, gun shot, metro train, rain, screams。音频格式为.wav,时长小于4秒,采样率22KHz-44KHz。开发集4831个样本,评估集218个样本。附带元数据文件(.csv)和每类声源分布图(.png)。
- alarm-siren——警报/汽笛声
- children playing——儿童玩耍声
- dog bark——狗叫声
- engine——引擎声
- footsteps——脚步声
- glass breaking——玻璃破碎声
- gun shot——枪声
- metro train——地铁列车声
- rain——雨声
- screams——尖叫声
适用研究
适用于城市声音事件分类、深度学习音频识别、环境声音分析等研究。
本卡由来源页信息起草,机构/覆盖/时间/规模/字段与许可以官方为准(待人工核验)。
关键词
自行获取的难点
获取城市声音事件分类音频数据时,常需寻找标注完整、类别均衡且许可明确的数据集。
