Treble Technologies 发布 Treble10 数据集, 应用在 远场语音识别、音频信号处理 领域

Treble Technologies 本次发布的数据集 Treble10, Treble10 是一个高质量的远场语音识别、去混响和增强数据集。该数据集包含超过3000个宽带房间脉冲响应 (RIR)，在10个完全布置的真实世界房间中模拟，使用 Treble SDK 中实现的混合模拟范式，该范式结合了基于波的几何声学求解器。数据集提供六个互补子集，涵盖单声道、8阶 Ambisonics 和 6 通道设备 RIR，以及与 LibriSpeech 语音配对的预卷积混响语音场景。所有信号都以 32kHz 进行模拟，准确模拟低频波效应和高频反射。Treble10 桥接了测量和模拟之间的现实差距，使远场语音任务能够进行可重复的、基于物理的评价和大规模数据增强。

查看Treble10

Dataset card 内容： 

Files and versions 内容： 

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。