ICSD：婴儿哭声与鼾声检测的开源数据集
声音
2025-04-03 v3 音频与语音处理
摘要
婴儿哭声和鼾声事件的检测与分析是音频信号处理领域中的关键任务。虽然用于通用声音事件检测的现有数据集数量充足，但它们往往无法提供足够且标注强烈的婴儿哭声和鼾声特定数据。为提供基准数据集并促进婴儿哭声和鼾声检测的研究，本文介绍了婴儿哭声和鼾声检测（ICSD）数据集，一个专为 ICSD 任务设计的新颖公开可用数据集。ICSD 包含三种类型的子集：具有手动标注的事件级标签的真实强标注子集、仅具有片段级事件标注的弱标注子集，以及使用强标注生成和标注的合成子集。本文详细描述了 ICSD 的创建过程，包括遇到的挑战和采用的解决方案。我们对数据集进行了全面描述，讨论了其局限性以及 ICSD 使用的关键因素。此外，我们在 ICSD 数据集上进行了广泛实验，以建立基线系统并提供使用该数据集进行 ICSD 研究的主要因素洞察。我们的目标是开发一个将被社区广泛采用的新开放基准，用于未来的 ICSD 研究。
引用
@article{arxiv.2408.10561,
title = {ICSD: An Open-source Dataset for Infant Cry and Snoring Detection},
author = {Qingyu Liu and Longfei Song and Dongxing Xu and Yanhua Long},
journal= {arXiv preprint arXiv:2408.10561},
year = {2025}
}
备注
11 pages, 6 figures