GISE-51：一个可扩展的孤立声音事件数据集
声音
2021-10-08 v2 音频与语音处理
摘要
现有大多数孤立声音事件数据集仅包含少量声音事件类别，通常为10到15类，且局限于较小领域，如家庭与城市声音事件。在本工作中，我们引入GISE-51，一个涵盖51类孤立声音事件、属于广泛事件类型领域的数据集。我们还发布了GISE-51-Mixtures，一个由GISE-51孤立声音事件合成得到的具有硬标注事件边界的5秒声景数据集。我们在GISE-51-Mixtures数据集上进行了声音事件识别(SER)基线实验，对主流卷积神经网络进行基准测试，且用该数据集训练的模型在现有音频识别基准上展现出强大的迁移学习性能。总之，GISE-51与GISE-51-Mixtures试图解决近期声音事件数据集的一些不足，为未来研究提供一个开放的、可复现的基准，并赋予将所包含孤立声音事件适配于特定领域应用的自由。
引用
@article{arxiv.2103.12306,
title = {GISE-51: A scalable isolated sound events dataset},
author = {Sarthak Yadav and Mary Ellen Foster},
journal= {arXiv preprint arXiv:2103.12306},
year = {2021}
}
备注
Technical Report