随着以深度神经网络为代表的人工智能技术的发展，新一轮的人机交互技术热潮正在兴起。在机器视觉领域，由于海量图像和视觉场景数据库的诞生，催生了人脸识别、姿态识别、自动驾驶、无人机等领域的技术革新。目前世界上已有的典型的大规模海量图像和视觉场景数据库包括，ImageNet、MSCOCO等业界知名的数据库。

在声音场景和声音事件的识别领域，技术的发展已经成熟，然而商业应用滞后于机器视觉领域的应用。在声音领域，目前世界上最著名的音频数据库包括：欧洲的DCASE（声音场景和事件数据库）和谷歌的Audio Set（包括各类层次结构化的音频分类数据）等。

在家庭环境领域，能够用来服务于AI应用的声音数据极为缺乏，本产品旨在填补这一空白，为全球的智能家庭环境的AI应用落地做出贡献。

声音场景（Acoustic Scene）指的是室内、室外、火车站、餐厅、看电影、听音乐等实际生活中人们的有声的生活场景，通过声音信号的识别来辨识这类场景，就是声音场景识别；声音事件（Acoustic Event）指的是根据短时声学特征，利用统计学习的建模方法，对不同的声源所关联的事件，进行类别的分类。例如，对哭声、咳嗽声、脚步声，能够通过声音频率特征的分布规律，进行实时的检测，发现家居环境中的突发性事件、婴幼儿的行为事件、家庭成员的异常活动等。

【家庭环境婴幼儿声音场景和声音事件数据库】作为丰富的数据资源，可用于哭声及家庭环境声音频率和特征的分析学习，研究声环境及其同人类活动的相互作用，更好的满足了多种场景的人工智能研发数据支撑。也为婴幼儿智能产品的创新和研发，尤其为互联网行业、母婴行业、智能家居行业提供了更详细的数据和更全面的信息支持。

产品优势

l   领先的语音采集处理技术及专业标注团队；

l   同时支持科研和教学；

l   支持可视化操作；

l   支持基于机器学习的智能分析；

l   支持科研需求定制开发；

l  人工校对、多层级语音数据标注；

数据规格