随着宠物经济和智能宠物设备的发展，宠物声音识别逐渐成为语音技术落地的一个新方向。智能猫砂盆希望通过叫声判断猫咪健康状况，智能狗窝希望识别狗狗的情绪并作出回应，这些功能的共同前提是：有足够规模、标注规范的宠物语音数据可供训练。而现实情况是，公开的宠物语音语料普遍规模小、品种覆盖有限，科研团队和设备厂商往往需要自己组织录音和标注，周期长、质量不稳定。
猫狗叫声数据集正是针对这一缺口整理的大规模宠物语音数据集，由 Appen China 采集制作，总时长 70 小时，现已在典枢数据交易平台正式上线。
一、数据集概况
数据集共收录约 35 小时猫叫声与 35 小时狗叫声，合计 70 小时音频。音频采用 16kHz 采样率、单声道录制，统一为 WAV 格式。录音环境为低背景噪音的家庭与办公室场景，录音设备为移动电话，由专业团队在指导下完成采集，保证了音频清晰度和采集过程的一致性。
从数据组织看，每条样本包含音频文件（audio）、音频时长（Duration）、采样率（kHz）和声道数（Integer）等字段，完整性均为 100%，按品种和个体清晰命名，例如 “Cat 18 months_布偶猫_18个月.wav”、”Dog 2 years old_金毛寻回犬2岁.wav”，研究者拿到后可以直接按品种、年龄筛选子集。
二、品种与个体覆盖
品种覆盖是这份数据集的一个重点。猫侧覆盖布偶猫、狸花猫、橘猫、三花猫等 10 个以上品种，不同品种分别采集了不同年龄段、不同情绪状态下的叫声；狗侧覆盖大型犬（金毛寻回犬、拉布拉多、德国牧羊犬等）、中型犬（柴犬、边境牧羊犬、英国可卡犬等）和小型犬（泰迪、比熊、博美等），同样在 10 个品种以上。
更关键的是个体数量：每个品种均包含不少于 5 只个体的声音样本，整体覆盖 100 只以上个体。这一点对模型很重要——如果一个品种只有一两只动物的录音，模型很容易”记住个体特征”而不是学会”这个品种的叫声规律”；多只个体并行采集，可以有效降低这种个体偏差，提升模型面对新动物时的泛化能力。
三、数据样例与多样性
数据集在时间跨度和叫声类型上也有明显区分。以猫叫声样例为例，包含布偶猫 18 月龄、狸花猫 36 月龄、橘猫 36 月龄等不同样本；狗叫声样例覆盖 6 月龄泰迪、2 岁金毛寻回犬、4 岁柴犬等。整体来看，音频同时覆盖幼龄（6 个月）、青年（2 岁）、成年（4–36 个月）等多个年龄段，叫声类型则包括日常叫声、情绪表达叫声和沟通叫声等。
这意味着训练出来的模型，需要应对的是”不同年龄、不同品种、不同情绪下”的真实声音变化，而不是单一条件下的录音。
四、产品特点
1、规模充足。 70 小时的音频总量，猫狗各占一半，可以支撑深度学习模型的训练、验证和对比实验，也方便按品种、年龄拆分测试子集。
2、品种与体型兼顾。 狗的数据中特意覆盖了大型、中型、小型犬，不同体型犬只的叫声频率差异明显，这种结构有助于模型适应不同品类设备的使用场景。
3、采集规范。 16kHz 采样率满足语音识别类任务的常规要求，低背景噪音环境减少了后期噪声处理的工作量，统一 WAV 格式也便于接入现有的语音处理流水线。
4、贴近真实使用场景。 录音环境设定在家庭和办公室，与智能宠物设备实际部署的环境一致，模型迁移到产品端时不会出现”训练环境和使用环境脱节”的问题。
五、应用方向
1. 宠物声音识别系统开发。 在该数据集上训练深度学习模型，可以实现猫叫、狗叫的自动识别，进一步区分品种和个体。这类能力可嵌入智能猫砂盆、智能狗窝等产品：宠物发出特定叫声时，设备自动识别并响应，例如开启暖风、投放食物，或在异常叫声时提醒主人。
2. 宠物情绪分析与人机交互。 通过提取叫声的频率、时长、能量等声学特征，可以构建宠物情绪识别模型，判断宠物处于开心、焦虑、疼痛或警觉等状态。设备据此调整互动方式，例如播放安抚音乐、释放安抚类信息素，让智能宠物产品具备情感交互能力。
3. 智能语音交互设备。 数据可用于训练能够响应宠物声音的交互设备：检测到猫叫时自动播放主人录音安抚，或在狗发出特定叫声时向主人手机推送提醒。这类功能可以集成进智能门铃、宠物摄像头和智能音箱等产品。
4. 动物行为研究。 对高校和研究机构而言，该数据集可支撑不同品种、不同年龄段猫狗叫声特征的对比研究，探索叫声与行为、情绪、健康状况之间的关系，研究成果也可为兽医临床诊断提供辅助参考。
5. 语音信号处理算法训练。 除宠物垂直应用外，高质量、标准化的音频也适合用于训练语音活动检测（VAD）、音频分类、声学特征提取等通用语音算法，作为算法评测的补充测试集。
6. ASR 与对话式 AI 研究。 宠物叫声虽然不同于人类语音，但其中包含的音调变化、时长、能量等声学特征，对于训练识别非人类声音的通用语音模型具有参考价值，可作为 ASR 和对话式 AI 研究中扩展声景覆盖度的补充数据。
六、适合的使用方
- 开发智能猫砂盆、智能喂食器、宠物摄像头等智能硬件的产品与算法团队；
- 从事宠物语音识别、动物行为学、人机交互研究的高校和科研机构；
- 从事语音信号处理、VAD、音频分类等通用语音算法研发的团队。
七、获取方式
该数据集已在典枢数据交易平台开放购买，售价 ¥7,399，目前已售出 10+ 份，数据标识为 D17859262754733937。平台支持先验后买（下单前可申请样例音频验证质量）、申请报告（获取数据说明文档用于评估），并支持分享赚佣金。欢迎在典枢数据交易平台搜索”猫狗叫声数据集”，或私信联系获取详细资料。