ESC环境声音分类数据集

该ESC的数据集是在一个统一的格式提供短环境记录的集合（5秒长的片段，44.1千赫，单通道的Ogg Vorbis压缩@ 192千比特/秒）。所有剪辑均摘自Freesound.org项目提供的公共现场记录。请参阅自述文件以获取详细的归属列表。根据知识共享许可-Attribution-NonCommercial的条款，可以使用该数据集。

数据集包括三个部分：

ESC-50：带有标签的2000个环境记录集（50个课程，每个课程40个剪辑）

ESC-10：带有标签的400套环境记录集（10类，每类40个剪辑）（这是ESC-50的子集-最初创建为概念证明/标准化选择的简单记录）

ESC-US：250,000个环境记录（5秒长的剪辑）的未标记数据集，适用于无监督的预训练。ESC-US数据集虽然没有手动注释，但包含原始上传用户提交的标签（标签），这些标签可能会用于弱监督学习（嘈杂和/或丢失标签）。

ESC-10和ESC-50数据集已被预先排列成5个大小均一的折叠，以便从同一原始源记录中提取的剪辑始终包含在单个折叠中。

带标签的数据集也可以在GitHub项目中使用：ESC-50 | ESC-10。有关更详尽的描述和分析，请参阅原始论文和补充的IPython Notebook。

该项目的目标是促进环境声音分类领域的开放研究计划，因为该领域的公开可用数据集仍然十分匮乏。