DiCOVA咳嗽音频挑战数据集
DiCOVA数据集包含用户录制的咳嗽与呼吸音频,用于COVID-19筛查与语音信号分析任务,是语音医疗AI研究中的重要基准数据集。

基本信息
资源简介
DiCOVA咳嗽音频挑战数据集
【一句话概览】
新冠疫情已造成超过1亿人感染、200多万人死亡,波及200个国家。大规模检测、社交距离和口罩是遏制传播的关键措施。即便疫苗接种启动,世卫组织仍强调未来数年需坚持大规模检测与预防措施。新冠症状会严重损害呼吸系统正常功能,这是否改变呼吸、咳嗽和语音的声学特征,尚待科学解答。DiCOVA挑战赛旨在通过分析新冠阳性与非阳性个体的声学数据集,探索基于声学信号分析的诊断方法,以提供远程、可扩展且经济的检测手段,补充RT-PCR和RAT等现有检测方式(来源 dicova2021.github.io)。
【数据集背景】
本数据集源站标题为《DiCOVA》。
【数据内容】
源站原始描述:The COVID-19 pandemic has resulted in more than 100 million infections, and more than 2 million casualties. The global crisis spans across 200 countries. Large scale testing, social distancing, and face masks have been critical measures to help contain the spread of the infection. Even with the onset of the vaccination programs, the WHO highlights large scale testing and precautionary measures must be followed for the next couple of years. While the list of symptoms is regularly updated, it is e…
中文译文(机器翻译,仅供快速理解,请以原文为准):新冠疫情已导致超过1亿人感染,逾200万人丧生。这场全球危机波及200个国家。大规模检测、社交距离和佩戴口罩已成为帮助遏制病毒传播的关键措施。即便疫苗接种计划已经启动,世界卫生组织仍强调,未来几年内必须继续执行大规模检测和预防措施。尽管症状列表不断更新,但已确认在有症状的病例中,COVID-19严重损害呼吸系统的正常功能。这是否改变了通过呼吸系统产生的呼吸、咳嗽和语音声学的声学特征?这是一个有待科学洞察的开放性问题。基于声学信号分析的COVID-19诊断方法,若成功,可提供一种远程、可扩展且经济的个体检测手段。这能补充现有的基于核苷酸的COVID-19检测方法,如RT-PCR和RAT。DiCOVA挑战赛旨在通过让参与者分析从COVID-19阳性及非COVID-19个体收集的声学数据集,寻找对该问题的科学与工程见解。精选发现将在Interspeech 2021的特别会议上展示,该会议是全球语音科学与技术社区的旗舰会议,将于2021年8月31日至9月3日在布尔诺举行。挑战赛的时效性和全球社会重要性,要求全球研究人员集中努力,包括医学与呼吸科学、信号处理以及机器学习工程师/研究人员等领域。我们期待您的参与!挑战已结束。查看结果部分了解更多。DiCOVA挑战赛论文已发布!arXiv链接 第一赛道挑战排行榜已上线!点击此处 点击此处下载宣传单。
【主题与分类】
主题标签:COVID-19、acoustics、cough、breath、speech、audio、diagnosis、Interspeech 2021。
【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://dicova2021.github.io/
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
源站:https://dicova2021.github.io/
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
DiCOVA是语音与咳嗽音频分析挑战数据集,主要用于COVID-19筛查任务,通过分析用户录制的咳嗽与呼吸声音进行疾病预测。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




