6KSFx 合成数据集

程序音频，常称为“数字 Foley”，通过计算过程从头生成声音。它代表了声音特效创作的创新方法。然而，缺乏公开可用的数据集和模型限制了程序音频的开发和采纳，阻碍了评估和优化。为此目的，本文提出了一个包含 6000 个合成音频样本的数据集，旨在推动声音合成领域的研究与开发，涵盖 30 个声音类别。通过提供每个声音类别所使用的多样化合成方法描述，并支持构建稳健的评估框架，该数据集不仅凸显了程序音频的潜力，也为研究人员、音频开发人员和声音设计师提供了资源。这一贡献可以加速程序音频的进展，开启数字声音设计的新可能性。