Advertisement

语音情感数据集合.rar

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本资源包含一个精心构建的语音情感数据库,涵盖多种情感表达,适用于研究和开发语音识别及情感计算技术。 语音情感识别数据库适合用于锻炼,并且我已经亲自测试过确实有效。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • .rar
    优质
    本资源包含一个精心构建的语音情感数据库,涵盖多种情感表达,适用于研究和开发语音识别及情感计算技术。 语音情感识别数据库适合用于锻炼,并且我已经亲自测试过确实有效。
  • .rar
    优质
    该资源为汉语语音情感数据集压缩文件,包含多种情感类别下的高质量普通话录音样本,适用于情感识别与分析研究。 该数据集用于语音情感分析的训练,并适用于机器学习和深度学习的应用。它来源于CASIA语料库,仅限于学术研究使用。
  • IEOCAP
    优质
    IEOCAP情感数据集合是一套全面的情感分析资源库,包含了多样的语音和视频片段,旨在促进对人类情绪识别的研究与应用开发。 情感数据集集合IEOCAP包含了多种不同类型的情感分析数据,旨在为研究人员提供一个全面的资源库来支持他们的研究工作。该数据集涵盖了广泛的应用场景,并且包含了大量的标注样本以提高模型训练的效果。通过使用这样的综合型数据集,可以更好地理解人类情绪表达的方式及其在不同语境下的变化模式。
  • 网易云.rar
    优质
    该数据集包含了从网易云音乐的情感歌曲评论中收集的大量文本信息,适用于自然语言处理、情绪分析及机器学习研究。文件为rar压缩格式。 网易云音乐情感分类数据集包含约395,000条音乐情感标签数据,每条数据由歌曲ID、歌单ID以及歌曲的情感标签三个主要部分组成。这些数据来源于网易云音乐官方网站,并提供了对歌曲情感进行标记的详尽信息。其中,歌曲ID唯一标识了每首歌曲的身份,而歌单ID则表明该歌曲所属的具体歌单。通过赋予每首歌曲特定的情感分类标签,研究者和数据科学家能够深入探讨音乐与人类情绪之间的关系及其影响因素。 由于数据集规模庞大且内容丰富详实,它非常适合用于构建情感分析模型、进行深度的数据挖掘,并进一步探索音乐作品在传递情感方面的作用机制以及人对不同类型音乐的反应模式。
  • 库.7z
    优质
    情感语音数据库.7z包含了多种情感表达的人声录音集合,适用于研究和开发语音识别及情感分析技术。 整理了几种语音情感数据集,包括CASIA汉语库、Berlin Database 和 IEMOCAP。
  • CASIA
    优质
    CASIA语音情感数据库是由中国科学院自动化研究所构建的一个包含多维度标注的汉语情感发音词汇表,旨在促进语音情感识别研究。 CASIA语音情感语料库包含四个专业发音人(2男2女),他们朗读了50个句子,并表达了六种情绪:生气、高兴、害怕和悲伤。这些数据可以用于对比分析不同情感状态下声学及韵律的表现特征。
  • RAVDESS声
    优质
    RAVDESS声音情感数据集是一套包含丰富情感表达的语音数据库,涵盖不同说话者及多种录音情境,广泛应用于情绪识别和语音处理研究。 瑞尔森视听数据库提供了情感语音和歌曲数据集。这个数据集的文件名为speech-emotion-recognition-ravdess-data.zip。由于官网资源需要翻墙才能下载,请注意相关事宜。
  • ESD识别片段0001
    优质
    本段落为ESD语音情感识别数据集中的首个片段示例,包含用于分析和研究人类情感表达的各种语音样本。 Emotional-Speech-Data(ESD)数据集选取了编号为0001的数据样本段,共有1500个样本,包括Fear、Sad、Neutral、Happy和Angry五种情感类型。每种类型的样本各300个,总计1500个样本。该数据集涵盖了不同年龄段的男女老少的语音数据,并且使用的语言是中文。
  • CASIA汉
    优质
    CASIA汉语情感数据集是由中国科学院自动化研究所构建的一个大规模、高质量的情感标注语料库,涵盖了多种情感类别与丰富的语言表达形式。 CASIA汉语情感语料库包含四个专业发音人、六种情绪的9,600句不同发音内容,其中包括300句相同文本和100句不同文本,适用于各种分析实验需求。该数据集旨在为研究情感语音提供素材。
  • 分析.rar
    优质
    《情感分析数据集》包含了大量标注了正面、负面或中性情绪的文本样本,旨在为研究者和开发者提供训练机器学习模型所需的数据资源。 数据集中包含了一些用户评价的正面和负面语句。其中,正面评价有10679条,负面评价有10428条。这些数据可用于训练评价分析模型。