Google Audioset 音频事件数据集

Google Audioset 是手动注释音频事件的大型数据集，旨在为音频事件检测提供一个通用实际的评估任务，以及全面的声音事件词汇的起点。

Google Audioset is a large-scale manually annotated audio event dataset designed to provide a practical and general-purpose evaluation task for audio event detection, as well as a starting point for a comprehensive sound event vocabulary.

搜集汇总

背景与挑战

背景概述

Google Audioset 是一个大型手动标注的音频事件数据集，包含从YouTube视频提取的超过200万个10秒声音片段，覆盖人类、动物、乐器及环境声音等多种类别。该数据集由Google于2017年发布，旨在为音频事件检测提供通用评估基准和全面的声音词汇起点。