Oceanship：用于水下音频目标识别的大规模数据集

水下音频识别在识别运动中的船只方面发挥着重要作用。水下目标识别任务在海洋环境保护、船舶辐射噪声检测、水下噪声控制和沿海船只调度等领域有着广泛的应用。传统的 UATR 任务涉及训练网络从音频数据中提取特征并预测船只类型。当前的 UATR 数据集在持续时间和样本数量方面均存在不足。在本文中，我们提出了 Oceanship，一个大规模且多样化的水下音频数据集。该数据集包含 15 个类别，总时长跨度为 121 小时，并包括坐标、速度、船只类型和时间戳等全面的注释信息。我们通过爬取和整理 2021 年至 2022 年间海洋通信网络 (ONC) 数据库中的原始通信数据编译了该数据集。虽然音频检索任务在通用音频分类中已非常成熟，但在水下音频识别背景下尚未得到探索。利用 Oceanship 数据集，我们引入了一个名为 Oceannet 的水下音频检索基线模型。该模型在 Deepship 数据集上的 R@1 准确率达到 67.11%，R@5 准确率达到 99.13%。