百日咳咳嗽音频数据集

资源简介

百日咳咳嗽音频数据集

Pertussis_Dataset 是一个面向咳嗽声音分析的音频数据集，由 Fariha Hasan Chowdhury 于 2024 年 11 月 28 日发布，来源为 kaggle.com，当前版本为 v1。数据集同时收录百日咳与非百日咳的咳嗽录音，并配有标注文件，可用于区分两类咳嗽声音的研究与实验。数据集共包含 20 个文件，合计约 26.03 MB，文件格式涉及 MP3 与 M4A，整体规模较小，适合作为音频分类任务的入门材料或小样本验证数据。数据集采用 MIT 许可，主题标签为 intermediate、diseases、multimodal，本站将其归入感染 / 其他分类。

【数据集背景】

百日咳是一种由细菌引起的呼吸道传染病，咳嗽是其典型表现之一。借助咳嗽声音进行自动识别，是音频分析与疾病筛查交叉领域的一个研究方向。该数据集正是在这一背景下构建，旨在提供带有百日咳与非百日咳标签的咳嗽音频，供相关分类模型的研究与测试使用。数据集的发布者为 Fariha Hasan Chowdhury，发布时间为 2024 年 11 月 28 日，发布平台为 kaggle.com，版本号为 v1。

【数据内容】

数据集由咳嗽声音文件及其标签信息组成。音频部分分为两个目录，其中一个目录存放声音数据，另一个目录用于测试数据；此外还有一个 CSV 文件，记录各音频文件对应的标签。从文件样例可以看到，声音数据位于“Pertussis Data new/Sound Data/”路径下，文件以 a1.mp3、a2.mp3、a3.mp3、a4.mp3、a5.mp3、a6.mp3、c1.mp3、c10.mp3 等命名。全部文件数量为 20 个，合计约 26.03 MB，涉及 MP3 与 M4A 两种格式。标签的具体字段结构、类别取值分布以及各目录的文件划分比例，源站未提供。

【采集与来源】

数据集来源于 kaggle.com，发布者为 Fariha Hasan Chowdhury，发布时间为 2024 年 11 月 28 日，版本为 v1。数据内容为百日咳与非百日咳的咳嗽录音。关于录音设备、采集环境、受试者来源、录音时长、采样参数以及伦理审批等信息，源站未提供。

【适用场景】

该数据集可用于咳嗽声音的二分类研究，即区分百日咳咳嗽与非百日咳咳嗽；也可用于音频特征提取、声学特征分析以及小样本条件下的模型验证与流程调试。由于其主题标签包含 multimodal，可能适合与其他模态信息结合的多模态实验探索，但具体多模态内容源站未提供。此外，该数据集规模较小，更适合作为教学演示、方法原型验证或基线测试材料，而非大规模训练数据。

【使用方法】

使用时可先下载全部 20 个数据文件，合计约 26.03 MB，并按文件格式读取，涉及 MP3 与 M4A。建议先在小样本上核对字段与编码，确认标签文件与音频文件的对应关系无误后，再批量接入后续处理流程。音频目录分为声音数据与测试数据两部分，可据此组织训练与测试的划分；标签信息从 CSV 文件中读取。具体的读取代码、目录划分比例及标签字段名称，源站未提供。

【质量与限制】

数据集文件数量为 20 个，总体积约 26.03 MB，规模较小，可能限制模型训练与评估的稳定性。音频格式包含 MP3 与 M4A 两种，读取时需注意格式兼容与解码一致性。关于录音质量、背景噪声、样本均衡性、标签可靠性以及数据划分方式等信息，源站未提供。使用前建议自行核查音频完整性、标签一致性及类别分布。

【引用与许可】

该数据集采用 MIT 许可，使用时请遵循该许可条款。发布者为 Fariha Hasan Chowdhury，发布时间为 2024 年 11 月 28 日，版本为 v1，来源为 kaggle.com。具体的引用格式与许可原文，源站未提供。