浙江大学 发布 MRSAudio 数据集, 应用在 空间音频、多模态理解 领域

浙江大学 本次发布的数据集 MRSAudio, MRSAudio是一个大规模的多模态记录空间音频数据集，旨在推动空间音频理解和生成的研究。该数据集包含四个子集，分别针对不同的任务和场景：MRSLife,MRSSpeech,MRSSing和MRSMusic。MRSLife记录了日常活动，如棋盘游戏、烹饪和办公室工作；MRSSpeech包括来自不同室内环境的双耳对话；MRSSing包含20位歌手的高质量独唱表演；MRSMusic提供中国传统、西方和电子乐器的空间录音。这些子集支持广泛的音频领域，包括事件检测、声音定位和双耳或全向音频生成。MRSAudio通过将空间音频与同步的外部和内部视频、几何源位置、文本、乐谱、歌词和事件标签相结合，使研究人员能够进行多模态空间理解和跨模态生成的新研究方向。

查看MRSAudio

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。