CatMeows|猫行为研究数据集|声音分析数据集

该数据集包含440个声音样本，由21只属于两个品种（缅因州库恩猫和欧洲短毛猫）的猫在三种不同情境下发出的喵声组成。这些情境包括刷毛、在陌生环境中隔离和等待食物。每个声音文件都遵循特定的命名约定，包含猫的唯一ID、品种、性别、猫主人的唯一ID、录音场次和发声计数。此外，还有一个额外的zip文件，包含被排除的录音（非喵声）和未剪辑的连续发声序列。

原始信息汇总

CatMeows 数据集概述

数据集简介

CatMeows 数据集包含440个声音文件，记录了21只属于两种品种（缅因州库恩猫和欧洲短毛猫）的猫在不同情境下发出的喵声。这些情境包括：

1. 刷毛 - 猫在家中被主人刷毛，持续时间不超过5分钟。
2. 陌生环境隔离 - 猫被转移到不熟悉的环境中，旅程持续不超过30分钟，猫被允许与主人一起恢复30分钟后，单独留在不熟悉环境中，持续时间不超过5分钟。
3. 等待食物 - 主人在猫熟悉的正常环境中开始准备喂食的操作，食物在实验开始后最多5分钟内提供。

文件命名规则

声音文件遵循以下命名模式：C_NNNNN_BB_SS_OOOOO_RXX，具体解释如下：

• C = 发声情境（B = 刷毛；F = 等待食物；I = 陌生环境隔离）
• NNNNN = 猫的唯一ID
• BB = 品种（MC = 缅因州库恩猫；EU = 欧洲短毛猫）
• SS = 性别（FI = 雌性，完整；FN = 雌性，绝育；MI = 雄性，完整；MN = 雄性，绝育）
• OOOOO = 猫主人的唯一ID
• R = 录音场次（1, 2 或 3）
• XX = 发声计数（01..99）

额外内容

extra.zip 文件包含被排除的录音（非喵声的其他声音）和未剪辑的连续发声序列。

数据集来源

该数据集由米兰大学的研究人员收集，用于科学研究和非商业目的。

引用信息

在科学出版物中使用该数据集时，请引用以下参考文献：

• Ntalampiras, S., Ludovico, L.A., Presti, G., Prato Previde, E., Battini, M., Cannas, S., Palestrini, C., Mattiello, S.: Automatic Classification of Cat Vocalizations Emitted in Different Contexts. Animals, vol. 9(8), pp. 543.1–543.14. MDPI (2019). ISSN: 2076-2615
• Ludovico, L.A., Ntalampiras, S., Presti, G., Cannas, S., Battini, M., Mattiello, S.: CatMeows: A Publicly-Available Dataset of Cat Vocalizations. In: Li, X., Lokoč, J., Mezaris, V., Patras, I., Schoeffmann, K., Skopal, T., Vrochidis, S. (eds.) MultiMedia Modeling. 27th International Conference, MMM 2021, Prague, Czech Republic, June 22–24, 2021, Proceedings, Part II, LNCS, vol. 12573, pp. 230–243. Springer International Publishing, Cham (2021). ISBN: 978-3-030-67834-0 (print), 978-3-030-67835-7 (online) ISSN: 0302-9743 (print), 1611-3349 (online)

AI搜集汇总

数据集介绍

构建方式

CatMeows数据集的构建基于对21只不同品种（缅因州库恩猫和欧洲短毛猫）的猫在三种特定情境下的声音采集。这些情境包括刷牙、在陌生环境中隔离以及等待食物。每种情境下，猫的声音被记录并分类，确保数据的多样性和代表性。数据的采集过程严格遵守动物福利标准，尽量减少对猫的不适。

特点

该数据集包含440个猫叫声样本，每个样本都详细标注了猫的品种、性别、主人的唯一ID以及录音的具体情境。这种细致的标注为研究者提供了丰富的信息，使得数据集在动物行为学和声音识别领域具有高度的应用价值。此外，数据集还包含了被排除的录音和未剪辑的连续发声序列，增加了数据的完整性和研究深度。

使用方法

CatMeows数据集适用于科学研究和非商业用途。研究者可以通过分析不同情境下的猫叫声，探索猫的行为模式和情感表达。数据集的文件命名规则清晰，便于用户快速定位和分析特定条件下的声音样本。使用该数据集时，需按照要求引用相关文献，以尊重原作者的贡献。

背景与挑战

背景概述

CatMeows数据集由米兰大学的研究团队于2020年创建，旨在通过收集和分析猫在不同情境下的发声数据，推动动物行为学和声音识别领域的研究。该数据集包含了440个由21只猫（缅因州库恩猫和欧洲短毛猫）在不同刺激下发出的喵叫声，涵盖了刷牙、陌生环境隔离和等待食物三种情境。这些数据不仅为研究猫的行为模式提供了宝贵的资源，还为开发自动化的猫声分类系统奠定了基础。该数据集的研究成果已在多个国际会议上发表，并在动物行为学和多媒体建模领域产生了广泛影响。

当前挑战

CatMeows数据集在构建和应用过程中面临多重挑战。首先，猫的发声具有高度的多样性和复杂性，不同情境下的喵叫声可能表现出细微的差异，这对声音分类算法的设计提出了较高要求。其次，数据收集过程中需要确保猫的舒适度和安全性，尤其是在陌生环境隔离的情境下，如何减少猫的压力并保持数据的自然性是一个重要挑战。此外，数据标注和分类的准确性也依赖于对猫行为的深入理解，这对研究人员的专业知识提出了较高要求。最后，尽管数据集已公开，但其规模相对较小，可能限制了其在深度学习模型训练中的应用效果。

常用场景

经典使用场景

CatMeows数据集在动物行为学和声音识别领域具有广泛的应用。研究人员利用该数据集分析猫在不同情境下的发声模式，探索其情感表达和沟通方式。通过对比不同刺激下的喵声，研究者能够深入理解猫的行为反应和心理状态。

衍生相关工作

基于CatMeows数据集，研究者开发了多种自动分类算法，用于识别猫在不同情境下的发声。这些算法不仅应用于学术研究，还被整合到商业产品中，如宠物健康监测应用和智能家居系统，进一步推动了相关技术的发展和应用。

数据集最近研究

最新研究方向

近年来，随着人工智能和机器学习技术的飞速发展，CatMeows数据集在动物行为学和情感计算领域的研究中逐渐崭露头角。该数据集通过记录不同情境下猫咪的叫声，为研究者提供了丰富的声学数据，推动了基于声音的动物情感识别和行为分析的研究。特别是在多模态情感计算和智能宠物交互系统的开发中，CatMeows数据集的应用尤为广泛。研究者们利用该数据集训练深度学习模型，探索猫咪在不同情境下的情感表达模式，进而为宠物健康监测和情感交互提供科学依据。此外，该数据集还为跨物种情感识别和动物福利研究提供了新的视角，促进了人与动物之间更深层次的理解与互动。