savee

• คำอธิบาย :

SAVEE (Surrey Audio-Visual Expressed Emotion) เป็นชุดข้อมูลการรับรู้อารมณ์ ประกอบด้วยบทบันทึกจากนักแสดงชาย 4 คนใน 7 อารมณ์ที่แตกต่างกัน รวม 480 คำพูดภาษาอังกฤษแบบบริติช ประโยคถูกเลือกจากคลังข้อมูลมาตรฐานของ TIMIT และมีความสมดุลทางสัทศาสตร์สำหรับแต่ละอารมณ์ รุ่นนี้มีเฉพาะสตรีมเสียงจากการบันทึกเสียงและภาพต้นฉบับเท่านั้น

ข้อมูลจะถูกแยกออกเพื่อให้ชุดการฝึกอบรมประกอบด้วยวิทยากร 2 คน และทั้งชุดการตรวจสอบความถูกต้องและการทดสอบประกอบด้วยตัวอย่างจากวิทยากร 1 คนตามลำดับ

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

• โฮมเพจ : http://kahlan.eps.surrey.ac.uk/savee/

• รหัสที่มา : tfds.datasets.savee.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : Unknown size

• ขนาดชุดข้อมูล : 259.15 MiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้กำหนดให้คุณต้องดาวน์โหลดแหล่งข้อมูลด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir ควรมีไฟล์ AudioData.zip ไฟล์นี้ควรอยู่ภายใต้ Data/Zip/AudioData.zip ในโฟลเดอร์ชุดข้อมูลที่ให้ไว้เมื่อลงทะเบียน คุณต้องลงทะเบียนที่ http://personal.ee.surrey.ac.uk/Personal/P.Jackson/SAVEE/Register.html เพื่อรับลิงก์สำหรับดาวน์โหลดชุดข้อมูล

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=7),
    'speaker_id': string,
})

• เอกสารคุณสมบัติ :

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

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@inproceedings{Vlasenko_combiningframe,
author = {Vlasenko, Bogdan and Schuller, Bjorn and Wendemuth, Andreas and Rigoll, Gerhard},
year = {2007},
month = {01},
pages = {2249-2252},
title = {Combining frame and turn-level information for robust recognition of emotions within speech},
journal = {Proceedings of Interspeech}
}