- 説明:
SAVEE (Surrey Audio-Visual Expressed Emotion) は、感情認識データセットです。 4 人の男性俳優の 7 つの異なる感情の録音、合計 480 のイギリス英語の発話で構成されています。文は標準の TIMIT コーパスから選択され、各感情の音声学的にバランスが取れています。このリリースには、元のオーディオビジュアル録音からのオーディオ ストリームのみが含まれています。
データは、トレーニング セットが 2 人の話者で構成され、検証セットとテスト セットの両方がそれぞれ 1 人の話者からのサンプルで構成されるように分割されます。
追加のドキュメント:コード を使用したペーパーの探索
ソースコード:
tfds.datasets.savee.Builder
バージョン:
-
1.0.0
(デフォルト): リリース ノートはありません。
-
ダウンロードサイズ: サイズ
Unknown size
データセットのサイズ:
259.15 MiB
手動ダウンロードの手順: このデータセットでは、ソース データを手動で
download_config.manual_dir
(デフォルトは~/tensorflow_datasets/downloads/manual/
) にダウンロードする必要があります。
manual_dir にはファイル AudioData.zip が含まれている必要があります。このファイルは、登録時に提供されたデータセット フォルダーの Data/Zip/AudioData.zip の下にある必要があります。データセットをダウンロードするためのリンクを取得するには、 http://personal.ee.surrey.ac.uk/Personal/P.Jackson/SAVEE/Register.htmlで登録する必要があります。自動キャッシュ(ドキュメント): いいえ
スプリット:
スプリット | 例 |
---|---|
'test' | 120 |
'train' | 240 |
'validation' | 120 |
- 機能構造:
FeaturesDict({
'audio': Audio(shape=(None,), dtype=int64),
'label': ClassLabel(shape=(), dtype=int64, num_classes=7),
'speaker_id': string,
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
オーディオ | オーディオ | (なし、) | int64 | |
ラベル | クラスラベル | int64 | ||
Speaker_id | テンソル | ストリング |
監視されたキー(
as_supervised
docを参照):('audio', 'label')
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ):
- 引用:
@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}
}