SEP-28k口吃事件数据集

Name: SEP-28k口吃事件数据集
Creator: Apple Machine Learning Research
License: NOASSERTION

SEP-28k口吃事件数据集是公开可访问数据集，包含播客语音片段和口吃事件标签等音频数据，围绕言语障碍相关临床表现、影像、信号或组学信息，适合用于分类、模型训练、外部验证和疾病机制探索。

Apple Machine Learning Research

GitHub

音频分类

基本信息

模态

音频

大小

0.000463 GB

数据量

28000

任务类型

分类

许可

NOASSERTION

创建/更新时间

2026-09-22

版本

main

资源简介

SEP-28k口吃事件数据集

【数据集背景】

本数据集源站标题为《apple-aiml-research/ml-stuttering-events-dataset》。源站首次发布：2021-04-16。

【数据内容】

源站原始描述：# Stuttering Events in Podcasts Dataset (SEP-28k) The SEP-28k dataset contains stuttering event annotations for approximately 28,000 3-second clips. In addition we include stutter event annotations for about 4,000 3-second clips from the FluencyBank dataset. Audio files are not part of this released dataset but may be downloaded using URLs provided in the `*_episodes.csv` files. Original copyright remains with the podcast owners. ## Annotation Descriptions Each 3-second clip was annotated with t…

【适用方向】

音频数据可用于声学信号分析建模，如语音与呼吸音相关研究。

【获取与许可】

源站页面：https://github.com/apple-aiml-research/ml-stuttering-events-dataset

使用许可：NOASSERTION。

【使用注意】

· 源站最后修改于 2026-09-11，引用时请注意版本时效。

原始链接

https://github.com/apple/ml-stuttering-events-dataset

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

git clone https://github.com/apple/ml-stuttering-events-dataset.git

curl -L -o repo.zip https://github.com/apple/ml-stuttering-events-dataset/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Downloading & Processing Scripts

There are two scripts used to download the raw audio files and extract into clips that correspond to the clip annotations. [WAV_DIR] refers to the folder where you are storing all of the raw audio data and [CLIP_DIR] refers to where you want to place the clips. These may be the same folder.

To download and extract clips from both datasets run the following from this directory

python download_audio.py episodes SEP-28k_episodes.csv wavs [WAV_DIR]
python extract_clips.py labels SEP-28k_labels.csv wavs [DATA_DIR] clips [CLIP_DIR]
python download_audio.py episodes fluencybank_episodes.csv wavs [WAV_DIR]
python extract_clips.py labels fluencybank_labels.csv wavs [DATA_DIR] clips [CLIP_DIR]

The raw SEP-28k wav files are 32 Gb and clipped SEP-28k wav files are 2.6 Gb.