Audioset Dataset

A large-scale audio dataset for non-speech audio samples with labels.

一款面向带标注非语音音频（non-speech audio）样本的大规模音频数据集

搜集汇总

背景与挑战

背景概述

Audioset Dataset是一个大规模非语音音频数据集，包含约3.7万个约10秒长的16kHz单声道WAV音频样本，涵盖音乐、语音、车辆等527种声音类别。该版本经过重新构建，将原始数据合并后按80:20比例划分为训练集和验证集，并提供了人类可读的标签，便于机器学习工作流直接使用。