本研究审查了七个主要音频数据集中的伦理问题，发现存在性别偏见、对边缘化社区的刻板印象，以及大量版权作品。研究还开发了一种工具，帮助艺术家确认其作品是否在这些数据集中。

Spatial LibriSpeech是一个包含650小时音频和标签的数据集，通过对LibriSpeech样本进行处理生成。该数据集在四个空间音频任务上进行了模型训练并取得良好结果。

介绍了一个音频数据集，用于关键词检测系统的训练和评估，具有可重复和可比较的准确性指标。描述了数据的收集和验证方式，以及以前版本的属性。报告了在该数据集上训练的模型的基线结果。

通过创建MuTox音频数据集，实现了跨多语言的零射击毒性检测，AUC值提高超过1％，语言覆盖范围扩大10倍以上。与基于文本的分类器相比，MuTox的精确度和召回率提高约2.5倍，显示出其在音频毒性检测领域的潜力。