DCASE 2018 本次发布的数据集 TUT Urban Acoustic Scenes 2018 development dataset (DCASE-18), 该数据集是为了对10种不同的声学场景进行分类而设计的。输入到VGGish_Net的是一个大小为(96×64)的对数梅尔频谱图,该频谱图对应于整个10秒声学场景中的一个960毫秒音频片段。该数据集是公开可用的,其任务是对声学场景进行分类。
查看TUT Urban Acoustic Scenes 2018 development dataset (DCASE-18)
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。





_1769672084863.jpg)