背景描述

 该数据集最初用于机器学习挑战，以分类心跳声音。

 数据来自两个来源：（A）来自公众通过iStethoscope Pro iPhone应用程序，以及（B）来自医院的诊所试验使用数字听诊器DigiScope。

 这场比赛有两个挑战：

1. 心音分割第一个挑战是产生一种方法，可以在音频数据中定位S1（lub）和S2（配音）声音，对两个数据集中的Normal音频文件进行分段。
2. 心音分类任务是产生一种方法，可以将真实心音（也称为“节拍分类”）分为四类。

数据说明

 数据集分为两个来源：A和B
 set_a.csv - 通过iPhone应用程序从一般公众收集的心跳的标签和元数据
 set_a_timing.csv - 包含来自Set A的“正常”录音的黄金标准时序信息
 set_b.csv - 使用数字听诊器从医院的临床试验中收集的心跳的标签和元数据
 audio files - 不同长度，1秒到30秒之间。（有些被修剪以减少过多的噪音并提供声音的显着片段）