Subtitle-Aligned Movie Sounds (SAM-S)数据集由南加州大学信号分析与解释实验室创建，包含从430部电影中自动提取的超过11万条音频事件数据。该数据集利用公开可用的闭路字幕转录，通过自动化方法挖掘音频事件，并根据声音、来源和质量三个维度进行分类，最终形成包含245种声音的分类体系。创建过程中，研究团队采用了简单且可扩展的方法，确保了数据集的高精度和低人工干预。SAM

arXiv2023-02-15 更新240

huggymissaggy/musan-segments-v2

非语言声音处理

声事件检测

--- dataset_info: config_name: no_speech features: - name: audio dtype: audio: sampling_rate: 16000 splits: - name: train num_bytes: 271991376.125 num_examples: 848

Hugging Face2026-03-18 更新100

DCASE 2020 Task 5

声事件检测

音频分类

DCASE 2020 Task 5 数据集是用于声学场景和事件检测挑战的一部分，主要用于检测和分类声学事件。该数据集包含多种环境中的音频记录，旨在评估声学事件检测系统的性能。

dcase.community390

xiaomeng666/AudioSet

声事件检测

声音场景理解

--- language: - en license: cc-by-4.0 size_categories: - 10K<n<100K - 1M<n<10M source_datasets: - original task_categories: - audio-classification paperswithcode_id: audioset pretty_name: AudioSet con

Hugging Face2026-03-30 更新160

Vocalization Annotation Formats Dataset

资源简介：

相关数据集