相关数据集
DCASE 2020 Task 5
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
AudioSet
AudioSet是谷歌发布的大规模音频事件数据集，包含632个音频事件类别的扩展本体和208万个人工标注的10秒YouTube声音片段。数据集覆盖广泛的人类和动物声音、乐器、音乐风格以及日常环境声音，为音频事件检测、声音分类等研究提供了现实规模的评估基准，常被称为声音识别领域的ImageNet。
知名数据集60
Generative Fourier-based Auto-Encoders:Preliminary Results Dataset
UrbanSound8K Dataset snapshot used for the "Generative Fourier-based Auto-Encoders: Preliminary Results" paper. Only the sounds tagged "dog_bark" are present in this small dataset
NIAID Data Ecosystem50
huggymissaggy/musan-segments-v2
--- 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
audio_flamingo_description
该数据集是一个包含音频及其相关注释的集合。每个样本包含音频文件（audio）、语言标签（language）、数据来源（source）、JSON 格式的类别信息（json.category）、原始文本（txt）、注释后的文本（annotated_txt）、事件数量（No. of Events）、唯一事件数量（unique No. of Events）、唯一事件列表（unique Events）以及一
Hugging Face2026-08-03 更新50
