FSDnoisy18k
收藏魔搭社区2025-06-09 更新2024-08-31 收录
下载链接:
https://modelscope.cn/datasets/OmniData/FSDnoisy18k
下载链接
链接失效反馈官方服务:
资源简介:
displayName: FSDnoisy18k
license:
- CC BY 4.0
mediaTypes:
- Audio
paperUrl: https://arxiv.org/pdf/1901.01189v2.pdf
publishDate: "2019"
publishUrl: http://www.eduardofonseca.net/FSDnoisy18k/
publisher:
- Google
- Universitat Pompeu Fabra
tags:
- Audio
taskTypes:
- Audio Classification
- Speech Separation
- Sound Event Detection
---
# 数据集介绍
## 简介
FSDnoisy18k 数据集是一个开放的数据集,包含 20 个声音事件类别的 42.5 小时音频,包括少量手动标记的数据和大量的真实世界噪声数据。音频内容取自 Freesound,数据集使用 Freesound Annotator 进行管理。 FSDnoisy18k 的嘈杂集由 15,813 个音频片段(38.8 小时)组成,测试集由 947 个带有正确标签的音频片段(1.4 小时)组成。该数据集具有两种主要类型的标签噪声:词汇内 (IV) 和词汇外 (OOV)。当给定一个不正确或不完整的观察标签时,IV 适用于真实或缺失的标签是目标类集的一部分。类似地,OOV 意味着这 20 个类别没有涵盖真实或缺失的标签。
## 引文
```
@inproceedings{fonseca2019learning,
title={Learning sound event classifiers from web audio with noisy labels},
author={Fonseca, Eduardo and Plakal, Manoj and Ellis, Daniel PW and Font, Frederic and Favory, Xavier and Serra, Xavier},
booktitle={ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)},
pages={21--25},
year={2019},
organization={IEEE}
}
```
## Download dataset
:modelscope-code[]{type="git"}
displayName: FSDnoisy18k
许可证:
- CC BY 4.0
媒体类型:
- 音频(Audio)
论文链接: https://arxiv.org/pdf/1901.01189v2.pdf
发布日期: "2019"
发布主页: http://www.eduardofonseca.net/FSDnoisy18k/
发布机构:
- 谷歌(Google)
- 庞培法布拉大学(Universitat Pompeu Fabra)
标签:
- 音频(Audio)
任务类型:
- 音频分类(Audio Classification)
- 语音分离(Speech Separation)
- 声音事件检测(Sound Event Detection)
---
# 数据集简介
## 概况
FSDnoisy18k 是一款开源音频数据集,涵盖覆盖20类声音事件的42.5小时音频数据,包含少量人工标注样本与大量真实世界噪声音频。数据集的音频素材均取自Freesound平台,并通过Freesound Annotator工具进行管理。
FSDnoisy18k 的噪声子集由15,813条音频片段(总计38.8小时)构成,测试集则包含947条带有准确标注的音频片段(总计1.4小时)。
该数据集存在两类主要的标签噪声:词汇内噪声(IV, In-Vocabulary)与词汇外噪声(OOV, Out-of-Vocabulary)。其中,词汇内噪声指当观测标签存在错误或缺失时,真实标签或缺失标签仍属于预设目标类别集合的情况;而词汇外噪声则指真实标签或缺失标签不在该数据集预设的20个类别覆盖范围内的情形。
## 引用格式
@inproceedings{fonseca2019learning,
title={Learning sound event classifiers from web audio with noisy labels},
author={Fonseca, Eduardo and Plakal, Manoj and Ellis, Daniel PW and Font, Frederic and Favory, Xavier and Serra, Xavier},
booktitle={ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)},
pages={21--25},
year={2019},
organization={IEEE}
}
## 数据集下载
:modelscope-code[]{type="git"}
提供机构:
maas
创建时间:
2024-07-12



