TUT Acoustic Scenes 2017 声音场景识别数据集

TUT Acoustic Scenes 2017 包含一组来自不同声学场景的录音，均来自不同的地点。每个录音地点都包括 3-5 分钟的录音，并被分割成 10 秒音频片段，作为这项任务的采样单位。所有的音频片段都以 44.1 khz 的采样率和 24 比特的分辨率记录。

TUT Acoustic Scenes 2017 comprises a set of audio recordings sourced from various acoustic scenes across different locations. Each original recording at a single location spans 3 to 5 minutes, and is segmented into 10-second audio clips which serve as the sampling units for this task. All audio clips are recorded at a sampling rate of 44.1 kHz and with a 24-bit resolution.

搜集汇总

背景与挑战

背景概述

TUT Acoustic Scenes 2017是一个用于声音场景识别的数据集，收录了来自不同地点的声学场景录音。每个录音地点包含3-5分钟的音频，被分割为10秒片段作为采样单位，所有音频以44.1 kHz采样率和24比特分辨率记录，数据集大小为9.97 GB，仅限非商业使用。