DESED

该数据集名为DESED，包含692个10秒的音频样本，总计有2765个事件被标记了强烈的时间边界。DESED中的标签是AudioSet声音事件类别的一个子集（10个类别），这允许直接的映射。该数据集的规模为692个样本，其任务是声音事件定位。

This dataset, named DESED, consists of 692 ten-second audio samples, with a total of 2765 events annotated with strong temporal boundaries. The labels in DESED are a 10-category subset of the AudioSet sound event categories, enabling direct mapping to the corresponding AudioSet classes. The core task of this dataset is sound event localization.

搜集汇总

背景与挑战

背景概述

DESED数据集是一个用于家庭环境声音事件识别的数据集，包含10个事件类别（如警报、猫狗叫声等），适用于声音事件检测和音频标记任务。数据集由10秒音频文件组成，可通过指定GitHub仓库下载。