TUT Acoustic Scenes 2017 包含一组来自不同声学场景的录音，均来自不同的地点。每个录音地点都包括 3-5 分钟的录音，并被分割成 10 秒音频片段，作为这项任务的采样单位。所有的音频片段都以 44.1 khz 的采样率和 24 比特的分辨率记录。

Citation

@dataset{mesaros_2017_400515, author = {Mesaros, Annamaria and Heittola, Toni and Virtanen, Tuomas}, title = {TUT Acoustic scenes 2017, Development dataset}, month = mar, year = 2017, publisher = {Zenodo}, doi = {10.5281/zenodo.400515}, url = {https://doi.org/10.5281/zenodo.400515}, }