Les benchmarks actuellement disponibles pour l'apprentissage à faibles échantillons (apprentissage machine avec peu d'exemples d'entraînement) sont limités dans les domaines qu'ils couvrent, se concentrant principalement sur la classification d'images. Cette étude vise à atténuer cette dépendance aux benchmarks basés sur des images en proposant la première alternative audio complète, publique et entièrement reproductible, couvrant une variété de domaines sonores et de configurations expérimentales. Nous comparons les performances de classification à faibles échantillons de diverses techniques sur sept jeux de données audio (allant des sons environnementaux au discours humain). Dans le prolongement de cela, nous menons des analyses approfondies des protocoles d'entraînement conjoint (où tous les jeux de données sont utilisés pendant l'entraînement) et d'adaptation inter-jeux de données, établissant la possibilité d'un algorithme de classification à faibles échantillons généralisé pour l'audio. Nos expérimentations montrent que les méthodes d'apprentissage méta fondées sur les gradients, telles que MAML et Meta-Curvature, surpassent constamment les méthodes basées sur les métriques et les méthodes de base. Nous démontrons également que le protocole d'entraînement conjoint aide globalement à la généralisation pour les bases de données sonores environnementales incluses, ainsi qu'à être une méthode relativement efficace pour aborder le cadre inter-jeux de données/domaines.