FSDnoisy18k 带噪音频分类数据集
音视频
0 下载
24 浏览
2019
数据集简介
FSDnoisy18k 是一个专为研究带噪声标签学习而设计的音频数据集。它包含 20 个不同的声音事件类别,音频总时长为 42.5 小时。该数据集的核心价值在于它模拟了真实世界中的数据标注情况,即包含大量带有噪声或不准确标签的音频数据,以及少量的干净数据。数据内容来源于 Freesound 社区,并通过 Freesound Annotator 进行了系统的管理和标注处理。
在数据构成上,FSDnoisy18k 主要分为两个部分:
- 嘈杂集:包含 15,813 个音频片段,总时长为 38.8 小时。这部分数据主要包含带有噪声标签的真实世界音频。
- 测试集:包含 947 个音频片段,总时长为 1.4 小时。这部分数据均带有经过验证的正确标签,用于模型性能的评估。
该数据集主要包含两种类型的标签噪声:
- 词汇内噪声:指真实的标签(或缺失的标签)属于目标类别集合的一部分,但被错误或不完整地标记为其他观察标签。
- 词汇外噪声:指真实的标签不属于目标类别集合的情况。
简介
FSDnoisy18k 旨在推动计算机听觉领域在弱监督学习方面的发展。通过利用网络上海量但标签质量参差不齐的音频数据,该数据集帮助研究人员开发和验证能够从噪声标签中学习的鲁棒算法。其应用场景涵盖音频分类、语音分离以及声音事件检测等任务。
引文
如果您在研究中使用了 FSDnoisy18k 数据集,请引用以下相关论文:
- 论文标题:Learning sound event classifiers from web audio with noisy labels
- 主要作者/机构:Eduardo Fonseca, Manoj Plakal, Daniel PW Ellis, Frederic Font, Xavier Favory, Xavier Serra (庞培法布拉大学等)
相似数据集
FSDnoisy18k 属于 Freesound 数据集家族的一部分,与其他专注于声音事件检测的数据集(如 FSD50K)在数据来源和任务类型上具有一定的相关性,但其独特之处在于明确引入了噪声标签机制,专门用于研究标签噪声对模型训练的影响。
发布信息
- 发布时间:2019 年
- 数据规模:9.0GB
- 许可协议:CC BY 4.0
- 数据来源:OpenDataLab
基本信息
记录数量未知
文件大小9.0GB
文件格式未知
数据来源OpenDataLab
音频总时长42.5 小时
类别数量20 个
样本数量16,760 (训练集 15,813 + 测试集 947)
许可协议CC BY 4.0
数据落地页https://opendatalab.com/OpenDataLab/FSDnoisy18k
发布日期2019
音频分类声音事件检测噪声标签计算机听觉Freesound
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载