数据集概述
该数据集旨在解决公开可用音频信号及对应主观感知质量评分稀缺的问题，包含240个音频样本及通过MUSHRA听力测试获得的质量评分，测试由德国Fraunhofer IIS与美国Netflix联合开展。数据集涵盖原始音频素材、经处理的质量降级样本及多维度测试信息，适用于音频质量预测与分析研究。
文件详解
- 顶层文件：
- _license_disclaimer.txt：文本格式，包含许可协议声明
- _detailed_license.csv：CSV格式，详细列出许可协议内容
- DE_systems_info.xls：Excel格式，说明用于生成部分数据集的分离系统信息
- 子文件夹：
- ODAQ_unprocessed：包含原始未处理的音频素材
- ODAQ_listening_test：包含听力测试用音频样本及结果（含.xml格式个体结果与.csv格式聚合结果）
- ODAQ_training：包含听力测试主阶段前训练用音频样本
- listening_test_instructions：包含提供给测试参与者的指导说明
- ODAQ_DE_raw_outputs：包含对话增强场景下分离系统输出的原始对话估计结果
适用场景
- 音频质量预测模型研究：基于标注数据训练和验证感知音频质量预测算法
- 音频编码技术评估：分析不同编码方法对音频质量的影响
- 源分离算法优化：研究源分离过程中质量退化的规律与改进方向
- 听力测试方法学研究：探索多地区专家听众评分的一致性与差异
- 音频信号处理教学：作为音频质量评估相关课程的实践数据集
