NVIDIA 发布 DCASE 2025 Challenge Audio Question Answering (AQA) dataset 数据集, 应用在 音频识别、自然语言处理 领域

NVIDIA 本次发布的数据集 DCASE 2025 Challenge Audio Question Answering (AQA) dataset, DCASE 2025挑战的音频问答（AQA）数据集是一个多领域音频理解基准，旨在推动音频语言模型在音频理解和推理能力方面的进步。数据集由三个子集组成：生物声学QA（BQA）、时间声音场景QA（TSQA）和复杂QA（CQA），每个子集都包含训练集和开发集，共计约8700个问答对。数据集涵盖了从海洋哺乳动物叫声到声音场景和复杂现实世界片段的内容，旨在评估音频语言模型在多领域音频理解和推理方面的能力。

查看DCASE 2025 Challenge Audio Question Answering (AQA) dataset

Dataset card 内容： 

Files and versions 内容： 

关于 NVIDIA , NVIDIA是一家全球知名的图形处理器（GPU）制造商，总部位于美国加利福尼亚州，其产品广泛应用于计算机图形、游戏、专业可视化、人工智能等领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。