BEANS-Next 生物声学音频问答数据集
数据集简介
数据来源与发布信息
BEANS-Next 由 HuggingFace 上的 iclr2027anon 账号发布,数据集页面标注的发布日期为 2026 年 9 月 23 日。数据集卡页面标注的许可证为 cc-by-nc-sa-4.0,公开可下载;需要留意的是,单条记录内的 license 字段取值为 CC-BY-NC-4.0。
模态与任务设计
数据集模态为音频与文本,标签包含 audio、bioacoustics。其核心任务是围绕音频片段与声学文字描述的多选题问答:给定一段音频及其相关的声学描述,要求模型在若干选项中选出匹配项,例如根据乌鸦叫声的描述进行匹配。样本以对话式多选题 QA 的形式组织,每条样本包含音频片段、声学描述多选题以及助手答案,并带有 tier、task、metadata 等字段。
字段结构与音频元数据
数据集的主要字段包括 id、tier、task、messages、audio_paths、license、metadata、source_datasets、source_audio_ids、source_file_paths、source_urls、audio_start_seconds、audio_end_seconds、source_id_types。其中 metadata 记录声学信息,例如 call_type、duration、sample_rate、species 等;一条示例记录显示 call_type 为 E85、duration 为 3.0、sample_rate 为 16000、species 为 Corvus corone(Carrion crow,即小嘴乌鸦)。
文件组织与版本
音频文件位于 test/audio/ 目录下。元数据存放在 test/metadata.parquet,其中的 file_name 列记录仓库相对路径,便于 HuggingFace Dataset Viewer 播放音频片段;只有 file_name 使用这种路径约定,tier 4 的行改用 context_audio_paths(列表)与 query_audio 字段。数据集文件格式为 wav 与 parquet,页面标注规模为 10K–100K。
使用与获取方式
数据集在 HuggingFace 页面公开可下载,可直接通过数据集页面获取文件与元数据。使用时需遵守页面标注的许可证条款,并注意单条记录 license 字段与页面许可证之间的差异。