视频与音频数据集-情绪音频 (crema-d)

数据集简介

主要数据内容包括： 大规模情感语音与视频多模态数据资源 包含演员表演的语音、面部表情与视频数据 覆盖愤怒、快乐、悲伤、恐惧、中性等多类别情绪标签 提供音频、视频与文本对应的情感标注数据 包含不同语气、强度与表演方式的情绪表达数据 支持音频与视觉联合情感识别研究的数据资源 多说话人、多场景英语情绪语音数据集 (github.com) 支持的能力方向包括： 情感识别（Emotion Recognition）模型训练 语音情感分析（Speech Emotion Recognition） 多模态情绪理解与行为分析 Audio-Visual 情感识别训练 情感语音生成与情绪建模 表情识别与人机交互研究 多模态语音与视频理解任务训练 (github.com) 适用于： 情感 AI 模型研发 语音识别与情绪分析研究 数字人与智能助手训练 多模态音视频模型训练 人机交互与行为分析场景 Benchmark 评测与算法验证 情感计算与生成式 AI 研究

数据质量