Zenodo_DCASE2024Task7_Based_文本提示环境声音合成完整数据集

数据集概述

本数据集包含三百一十组音频片段与对应文本提示，音频时长均为四秒。所有内容经人工精心设计，支持环境声音场景合成任务的生成模型开发与评估。数据分为开发集与评估集，结构清晰，可实现对生成模型的可控量化评估。

文件详解

数据集以压缩包形式提供，解压后包含以下目录结构： - 开发集目录（dev/）： - audio/：存放开发集的WAV格式音频文件 - caption.csv：提供开发集音频对应的文本提示 - 评估集目录（eval/）： - audio/：存放评估集的WAV格式音频文件 - caption.csv：提供评估集音频对应的文本提示

数据来源

Zenodo

适用场景

• 环境声音合成模型的训练与性能评估
• 文本到音频生成算法的研究与优化
• 可控音频生成任务的基准测试
• 声音场景合成质量的量化分析
• 音频-文本跨模态学习的研究