Audio Classifier Dataset

kaggle2024-03-22 更新2024-04-26 收录

音频分类

声音场景识别

数据链接：

https://www.kaggle.com/datasets/ivanj0/audiodata 数据链接链接失效反馈

官方服务：

资源简介：

Diverse Soundscape: Train Your Model with Real-World Audio Clips

多元化声景：以现实世界音频剪辑训练您的模型

创建时间：

2024-03-22

Syoy/birdclef_2023_train

鸟类识别

音频分类

数据集birdclef_2023_train主要包含鸟类音频数据及其相关标签信息。数据集的特征包括音频文件、主要标签、次要标签、类型、经纬度、科学名称、通用名称、作者、许可证、评分、URL和嵌入向量。数据集分为训练集，包含16941个样本，总大小为5388534029.882字节，下载大小为5367714895字节。

Hugging Face2023-03-21 更新2240

storylinez/gtzan-music-genre-dataset

音乐信息检索

音频分类

GTZAN音乐流派数据集是一个包含1000个各为30秒的音频轨道的集合，共包含10种音乐流派，每种流派有100首曲目。这些曲目都是单声道、16位、22050Hz采样率的WAV格式音频文件。该数据集由George Tzanetakis和Perry Cook于2002年创建，用于自动音乐流派分类研究，并在音乐信息检索领域被广泛用作标准基准数据集。

Hugging Face2025-09-13 更新410

Maqam478: Qur'anic Recitations in 8 different Maqams

音频分类

阿拉伯音乐

A dataset conatining 478 Qur'anic audio recitations in 8 different maqams . The dataset is intended to be used for the purpose of maqam classification.

DataCite Commons2021-02-07 更新110

Meranti/CLAP_freesound

音频分类

对比学习

LAION-Audio-630K是目前公开的最大的音频-文本数据集，包含了Freesound数据集。Hugging Face仓库中提供了两个版本的Freesound数据集：完整版和无重叠版。完整版包含所有Freesound数据，而无重叠版则移除了与ESC50、FSD50K、Urbansound8K和Clotho数据集重叠的样本。两个数据集都包含音频文件和1-2个对应的文本描述。元数据csv文件提供

Hugging Face2023-07-09 更新600

anderloh/5ClassMotorizedLarge

音频分类

交通工具识别

--- dataset_info: - config_name: finetune features: - name: audio dtype: audio - name: label dtype: class_label: names: '0': Helicopter '1': Jet

Hugging Face2024-04-15 更新140