Датасет · birgermoell
Аудиозаписи эмоциональной речи и пения RAVDESS
birgermoell/ravdess
Классический датасет аудиозаписей с различными эмоциями в речи и вокале для распознавания эмоций.
Что внутри
Аудиоверсия известного мультимодального корпуса Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS), созданного Стивеном Ливингстоном и Фрэнком Руссо. Внутри от 1 000 до 10 000 аудиозаписей эмоциональной речи и пения. Распространяется под лицензией Creative Commons Attribution и сопровождается научной публикацией в PLoS1.
Что можно сделать
- Обучение моделей распознавания эмоций по голосу (Speech Emotion Recognition)
- Тонкая настройка аудиоэнкодеров на классификацию вокальных и речевых интонаций
- Сравнительное тестирование алгоритмов анализа паралингвистических признаков речи
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 22,5 тыс.
- Лайков
- 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("birgermoell/ravdess")