crema_d

• คำอธิบาย :

CREMA-D เป็นชุดข้อมูลภาพและเสียงสำหรับการจดจำอารมณ์ ชุดข้อมูลประกอบด้วยการแสดงอารมณ์ทางสีหน้าและเสียงในประโยคที่พูดในสภาวะทางอารมณ์พื้นฐานต่างๆ (มีความสุข เศร้า โกรธ กลัว รังเกียจ และเป็นกลาง) รวบรวมคลิป 7,442 คลิปของนักแสดง 91 คนที่มีภูมิหลังทางเชื้อชาติที่หลากหลาย รุ่นนี้มีเฉพาะสตรีมเสียงจากการบันทึกเสียงและภาพต้นฉบับเท่านั้น ตัวอย่างจะถูกแยกระหว่างการฝึก การตรวจสอบความถูกต้อง และการทดสอบ เพื่อให้ตัวอย่างจากลำโพงแต่ละตัวเป็นของการแยกส่วนเดียว

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• โฮมเพจ : https://github.com/CheyneyComputerScience/CREMA-D

• รหัสแหล่งที่มา : tfds.audio.CremaD

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 579.25 MiB

• ขนาดชุดข้อมูล : 1.65 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'speaker_id': string,
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('audio', 'label')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@article{cao2014crema,
  title={ {CREMA-D}: Crowd-sourced emotional multimodal actors dataset},
  author={Cao, Houwei and Cooper, David G and Keutmann, Michael K and Gur, Ruben C and Nenkova, Ani and Verma, Ragini},
  journal={IEEE transactions on affective computing},
  volume={5},
  number={4},
  pages={377--390},
  year={2014},
  publisher={IEEE}
}