非语音声音分类数据集Non-speechSoundClassificationDataset-ribhavbansal
数据来源:互联网公开数据
标签:声音分类, 呼吸音, 环境音, 音频数据, 机器学习, 数据增强, 语音识别, 声音事件检测
数据概述:
该数据集包含来自多个来源的非语音声音数据,用于声音分类任务。主要特征如下:
时间跨度:数据未标明具体时间,可视为静态声音样本集合。
地理范围:数据来源多样,未限定特定地理位置。
数据维度:数据集包含多个字段,如:File(音频文件名),File ID(文件唯一标识),Duration in ms(音频时长,单位为毫秒),Class ID(声音类别编号),Class(声音类别,如“breath”),augmentation id(数据增强编号),Augmentation type(数据增强类型,如“Original”),source(数据来源)。
数据格式:CSV格式,包含训练集和测试集的元数据,以及合并后的数据集,便于音频数据的分析和处理。数据文件名为“metadata of train set csv”、“metadata of test setcsv”和“merge-csvcom__66dff0418846ecsv”,以及“datasetcsv”。
来源信息:数据来源于不同的开源声音库,如Freesound。
数据用途概述:
该数据集具有广泛的应用潜力,特别适用于以下场景:
研究与分析:适用于声音事件检测、音频分类等领域的研究,例如呼吸音、环境音的识别与分析。
行业应用:可以应用于智能家居、安防监控等领域,例如环境声音的监测和异常声音的预警。
决策支持:支持基于声音的决策系统,如疾病诊断辅助系统,用于分析呼吸音等。
教育和培训:作为机器学习、音频处理等课程的实践材料,帮助学生理解声音分类任务和数据处理流程。
此数据集特别适合用于探索不同声音类别的特征,构建声音分类模型,并研究数据增强对模型性能的影响。