五号数据雷达

语言与语音处理中心 本次发布的数据集 MUSAN, MUSAN数据集由约翰霍普金斯大学的语言与语音处理中心创建，包含约109小时的音频，涵盖音乐、语音和噪音三大类。数据集中的音频来自美国公共领域和创意共享许可，允许商业使用。音乐部分包含多种风格，语音部分涵盖12种语言，噪音部分则包含多种技术与非技术噪音。该数据集主要用于训练语音活动检测（VAD）和音乐/语音区分模型，解决音频分类中的实际问题。

查看MUSAN

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。