DCASE-2025-Task1-MelSpecs

kaggle2025-06-05 更新2025-07-12 收录

声音识别

声音分类

数据链接：

https://www.kaggle.com/datasets/mahdyr/dcase-2025-task1-melspecs 数据链接链接失效反馈

官方服务：

资源简介：

Mel spectrums of dcase 2025 task1 dataset

DCASE 2025任务1数据集的梅尔频谱（Mel Spectrum）

创建时间：

2025-06-03

DESED (Domestic environment sound event detection)

声音识别

音频分析

DESED 数据集是一个旨在识别家庭环境中的声音事件类别的数据集。该数据集旨在用于声音事件检测（SED，识别具有时间边界的事件），但它也可用于音频标记（AT，指示音频文件中存在事件）。目前，该数据集由 10 个事件类组成，可在 10 秒的音频文件中进行识别。课程：闹钟/铃声/铃声，搅拌机，猫，狗，盘子，电动剃须刀/牙刷、油炸、自来水、语音、吸尘器。

OpenDataLab2026-07-12 更新360

NIPS4Bplus

声音识别

生态学

NIPS4Bplus 是一个注释丰富的鸟鸣音频数据集，由包含鸟类发声及其活动物种标签的录音以及为它们获取的时间注释组成。它由大约 687 个记录、87 个类别、物种标签、注释组成。音频的总持续时间约为 1 小时。

OpenDataLab2026-07-12 更新140

HornBase - A Car Horns Dataset

声音识别

交通环境

To provide data for machine learning models capable of classifying car horns in a traffic environment, we created HornBase, a dataset comprising 1080 audio files of exactly one-second duration each, m

DataCite Commons2025-04-01 更新80

ccmusic-database/chest_falsetto

声音分类

音乐信息检索

原始数据集包含1280个单声道唱歌音频文件，格式为.wav，采样率为22,050 Hz，由中央音乐学院声乐专业的学生录制和注释。胸声标记为chest，假声标记为falsetto。此外，数据集还包括每个音频段的Mel频谱图、Mel频率倒谱系数（MFCC）和频谱特征，总共有5,120个CSV文件。原始数据集未区分男女声音，但通过手动审查添加了性别注释。除了原始内容外，还提供了评估期间的预处理版本，详细

Hugging Face2026-02-27 更新350

thenewsupercell/V1_finetuned_audio_embeddings_celeb-df-dataset

声音识别

机器学习

该数据集包含音频文件及其相关描述信息，如来源(source)、目标(target1, target2)、方法(method)、分类(category)、类型(type)、种族(race)、性别(gender)等。此外，还包括文本(text)和音频的向量表示(audio_embeddings)。数据集分为训练集、验证集和测试集三个部分。

Hugging Face2025-02-13 更新90

DCASE-2025-Task1-MelSpecs

资源简介：

相关数据集