STARSS22 : un ensemble de données d'enregistrements spatiaux de scènes réelles avec des annotations spatio-temporelles d'événements sonores

Ce rapport présente le jeu de données Sony-TAu Realistic Spatial Soundscapes 2022 (STARS22) dédié à la localisation et à la détection d’événements sonores, composé d’enregistrements spatiaux de scènes réelles capturés dans divers espaces intérieurs de deux sites distincts. Le jeu de données a été enregistré à l’aide d’un microphone sphérique à haute résolution et fourni sous deux formats à quatre canaux : les premiers ordres d’Ambisonique et un microphone en configuration tétraédrique. Les événements sonores du jeu de données, appartenant à 13 classes sonores cibles, ont été annotés à la fois temporellement et spatialement grâce à une combinaison d’annotation humaine et de suivi optique. Ce jeu de données sert de base de développement et d’évaluation pour la Tâche 3 du défi DCASE2022 sur la localisation et la détection d’événements sonores, introduisant des défis significativement nouveaux par rapport aux versions précédentes, qui reposaient sur des scènes sonores synthétiques spatialisées. Les spécifications du jeu de données sont détaillées, incluant le processus d’enregistrement et d’annotation, les classes cibles et leur répartition, ainsi que les détails concernant les partitions de développement et d’évaluation. Par ailleurs, le rapport présente le système de référence associé au jeu de données dans le cadre du défi, en mettant l’accent sur les différences par rapport aux systèmes de référence des itérations précédentes : notamment l’introduction de la représentation multi-ACCDOA pour gérer plusieurs occurrences simultanées d’événements de la même classe, ainsi que le support de caractéristiques d’entrée améliorées pour le format de microphone. Les résultats du système de référence indiquent qu’avec une stratégie d’entraînement adéquate, des performances raisonnables en détection et localisation peuvent être atteintes sur des enregistrements réels de scènes sonores. Le jeu de données est disponible à l’adresse suivante : https://zenodo.org/record/6387880.