Comparison of detection accuracy depending on use of MMSE STSA filter.

NIAID Data Ecosystem2026-03-10 收录

数据链接：

https://figshare.com/articles/dataset/Comparison_of_detection_accuracy_depending_on_use_of_MMSE_STSA_filter_/6932102 数据链接链接失效反馈

官方服务：

资源简介：

Comparison of detection accuracy depending on use of MMSE STSA filter.

创建时间：

2018-08-03

CCF AATC 2025:Speech Restoration Challenge 数据集

语音增强

音频处理

CCF AATC 2025:Speech Restoration Challenge 数据集是中国计算机学会高级音频技术竞赛2025年的一项挑战，旨在恢复受多种复杂退化影响的声音信号。数据集由三个公开可用的干净语音语料库合成，并通过一个精心设计的退化流程创建了相应的退化版本。该数据集模拟了现实世界中的录音环境，包括非平稳噪声、混响、带宽限制和不同信噪比的噪声。数据集还包含了由MP3压缩和其它语音增

arXiv2025-09-16 更新1341

Deep Xi Training Set

语音增强

噪声消除

The clean-speech and noise recordings used to train Deep Xi (https://github.com/anicolson/DeepXi). A validation set is also included. Clean speech:The clean-speech recordings are from the test-clean-1

Mendeley Data2024-03-27 更新210

Deep Xi Training Set

语音增强

噪声消除

Clean speech: Noise: Note that the clean-speech and noise recordings used for this training set are separate from those used in the following test sets: Deep Xi Test Set (), Test Set from (), and the

Mendeley Data2024-03-27 更新170

MS-SNSD

语音增强

深度学习

MS-SNSD是由微软公司创建的一个可扩展的噪声语音数据集，旨在支持深度学习在语音增强领域的研究。该数据集通过数据增强技术，可以根据需要扩展到任意大小，涵盖多种说话人、噪声类型和信噪比水平。数据集内容丰富，包括来自不同来源的噪声和清晰的语音样本，通过精心挑选和处理，确保数据质量。创建过程中，使用了多种技术和工具，如数据增强和在线主观测试框架，以确保数据集的实用性和准确性。该数据集主要应用于语音增强

arXiv2019-09-18 更新380

DNS_challenge_(simpleGAN)

语音增强

GAN

Pre-processed small version of DNS Challenge 2020 dataset.

kaggle2026-01-16 更新200