FSDnoisy18k 音频数据集

FSDnoisy18k 是一个是一个开放的音频数据集。数据集包含共 20 个声音事件类的 42.5 小时音频，包括少量手动标记的数据和大量真实世界的嘈杂数据。音频内容取自 Freesound 。数据集包含 15813 个音频剪辑（38.8 小时）组成的噪声集和由 947 个带有正确标签的音频剪辑（1.4 小时）组成的测试集。该数据集具有两种主要类型的标签噪声：词汇内 (IV) 和词汇外 (OOV) 。

FSDnoisy18k is an open audio dataset. It contains 42.5 hours of audio across 20 sound event classes, including a small amount of manually labeled data and a large volume of real-world noisy audio. All audio content is sourced from Freesound. The dataset comprises a noise set with 15,813 audio clips (38.8 hours) and a test set consisting of 947 audio clips with accurate labels (1.4 hours). This dataset includes two primary types of label noise: in-vocabulary (IV) and out-of-vocabulary (OOV).

搜集汇总

背景与挑战

背景概述

FSDnoisy18k是一个开放的音频数据集，包含20个声音事件类、总计42.5小时的音频，其中噪声集有38.8小时音频剪辑，测试集为1.4小时。该数据集源自Freesound，具有词汇内和词汇外两种标签噪声类型。