数据集概述
本数据集为DeLTA噪声烦恼检测深度学习数据集，包含伦敦、威尼斯等4城市公共空间的2980段15秒双耳音频录音，通过远程聆听实验收集1221名参与者的声源识别与烦恼度评分数据，最终形成2890条录音的声源共识标签及平均烦恼度数据，支持噪声烦恼检测的深度学习研究。
文件详解
- DeLTA-collapsed-majority_2022-08-09.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含2890条录音的声源共识标签（基于参与者识别结果，2个及以上参与者确认则标记为存在）及平均烦恼度评分
- DeLTA_mp3_boost_8dB.zip
- 文件格式：ZIP
- 内容介绍：压缩包内为实验用2通道MP3音频文件（15秒/段，共2980段），音频已提升8dB
- DeLTA-Survey-Responses_2021-07-28.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含1221名参与者的原始调查响应数据，包括每段录音的声源识别选择（24个标签可选）及1-10分的烦恼度评分
数据来源
International Soundscape Database
适用场景
- 噪声烦恼检测模型训练: 基于音频数据及烦恼度评分，开发深度学习模型预测城市环境噪声的烦人程度
- 城市声源识别研究: 利用声源共识标签数据，分析城市公共空间常见声源的分布及组合特征
- 声学环境评估: 通过烦恼度评分与声源类型的关联，评估不同城市公共空间的声学舒适度
- 音频数据增强效果验证: 对比MP3文件与原始WAV文件（需向作者申请）的模型训练效果，验证音频增强策略的影响
