SpatialTAS

该数据集名为SpatialTAS，包含了大规模的模拟双耳音频，这些音频具有对声源位置详尽且灵活的文字描述，旨在提升增强现实（AR）、虚拟现实（VR）以及具身人工智能应用中的沉浸式体验。数据集分为376,104个训练样本、732个验证样本以及4,000个测试样本，其中训练样本涵盖了多个类别。规模上，共有376,104个样本（其中376,000个为模拟双耳音频样本）。该数据集的任务包括音频空间化以及对空间语义一致性的评估。