SVQ 数据集简介

概述

SVQ 是由 Google 发布的一个多模态数据集，主要用于音频质量评估相关的研究与开发。

主要用途

该数据集的核心用途是进行主观语音质量评估。它可用于训练或评估模型对语音音频质量进行预测和评分，在语音通信、音频编解码器优化、语音增强等领域有重要应用价值。

数据类型与模态

这是一个多模态数据集，包含以下三种数据类型：
* 音频：核心的语音样本数据。
* 文本：可能与音频对应的转录文本或评估相关的文本描述。
* 表格数据：可能包含音频的元信息、质量评分标签、评估者信息等结构化数据。

数据规模

数据集规模较大，总计包含 676,306 行数据。

使用场景

• 语音质量预测模型：训练机器学习或深度学习模型，根据音频预测其主观听觉质量。
• 编解码器基准测试：评估不同音频压缩算法或通信系统对语音质量的影响。
• 音频处理算法研究：用于测试语音增强、去噪等算法的效果，并与人类主观评价进行对齐。