DCASE 2013 steht für Detection and Classification of Acoustic Scenes and Events und ist ein Datensatz zur Erkennung von Schallereignissen. Der Datensatz besteht aus reinen Audioaufnahmen mit einem einzelnen Klangereignis, das in einer akustischen Szene hervorsticht.

Im Datensatz für die Szenenklassifizierungsaufgabe besteht jede Tonszene aus einer 30-sekündigen Aufnahme. Der Datensatz besteht aus 2 Teilen mit jeweils 6 Audioaufnahmen pro Szene (Klasse). Die Szenenliste umfasst 10 Kategorien: belebte Straße, ruhige Straße, Park, Markt im Freien, Bus, U-Bahn, Restaurant, Geschäft/Supermarkt, Büro, U-Bahn-Station.