ESC 数据集是一组以统一格式提供的短期环境记录（5 秒长剪辑、44.1 kHz、单通道、Ogg Vorbis 压缩 = 192 kbit/s）。所有剪辑都从通过项目项目获得的公共Freesound.org中提取。有关详细归因列表，请参阅 README 文件。数据集根据知识共享许可证的条款 -归因 - 非商业。

数据集由三部分组成：

• **ESC-50：**一组有 2，000 个环境记录（50 个类，每类 40 个剪辑），
• **ESC-10：**一组有 400 个环境记录（每类 10 个类，40 个剪辑）（这是 ESC-50 的子集 - 创建初始化，作为概念验证/简单录制的标准化选择），
• **ESC-US：**一个未标记的数据集，包含 25 万个环境记录（5 秒长的剪辑），适合无监督的预培训。

ESC-US 数据集虽然不是手工注释，但包括原始上传用户提交的标签（标签），这些标签可能用于监督不力的学习（嘈杂和/或缺少标签）。ESC-10 和 ESC-50 数据集已预先安排成 5 个大小均匀的折叠，以便从同一原始源录制中提取的剪辑始终包含在单个折叠中。

标记的数据集也可以作为 GitHub 项目提供：ESC-50 |ESC-10.

如是更详尽的描述和分析，请参阅原始纸张和补充的 IPython 笔记本。

该项目的目标是促进环境声音分类领域的公开研究举措，因为该领域的公开数据集仍然相当稀少。