SONYC-UST-V2

该数据集名为SONYC，包含了来自纽约市不同地点的61个麦克风录制的18,515个音频片段，这些音频片段被标注为8个粗粒度类别和23个细粒度类别。每个音频片段的时长为10秒，采样率为48kHz。标注信息涵盖了录音的时间、地点以及传感器ID。该数据集的规模为18,515个音频片段，其任务是对声音事件进行检测（SED）。