Publicly available 发布 TAU Audio-Visual Urban Scenes 2021 数据集, 应用在 声景分类、音频处理 领域

Publicly available 本次发布的数据集 TAU Audio-Visual Urban Scenes 2021, 该数据集为声景分类任务设计了一个基线网络，能够对10种不同的声景进行分类。该网络接受大小为（40×500）的对数梅尔频谱图作为输入，该频谱图对应于一篇10秒的音频剪辑。在推理过程中，该网络的规模包含46,246个参数，以及287百万次的乘累加运算（MACs）。其所承担的任务是声景分类。

查看TAU Audio-Visual Urban Scenes 2021

关于 Publicly available , 这是一个通用描述，通常用于指代信息或数据可以不受限制地被任何人访问和使用。它并不是一个具体的组织机构名称。

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。