К содержимому

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")