[1]格梅克，约特F.，丹尼尔P. W.埃利斯，迪伦弗里德曼，艾伦詹森，韦德劳伦斯，R.钱宁摩尔，马诺基普拉卡尔和马文里特。“音频集:音频事件的本体和人类标记数据集。”在2017 IEEE声学、语音和信号处理国际会议, 776 - 80。新奥尔良，洛杉矶:IEEE, 2017。https://doi.org/10.1109/ICASSP.2017.7952261。

[2] Hershey, Shawn, Sourish Chaudhuri, Daniel P. W. Ellis, Jort F. Gemmeke, Aren Jansen, R. Channing Moore, Manoj Plakal等，《CNN大规模音频分类的架构》。在2017 IEEE声学、语音和信号处理国际会议131 - 35。新奥尔良，洛杉矶:IEEE, 2017。https://doi.org/10.1109/ICASSP.2017.7952132。