EmoGator：一个新的开源发声爆发数据集及基线机器学习分类方法
声音
2023-04-07 v2 机器学习
音频与语音处理
摘要
发声爆发（Vocal Bursts）——传达情绪（如笑声、哭声、叹息、呻吟与哼声）的简短非言语发声——是语音情感识别中常被忽视却重要的人类 vocal 交流方面。研究这些有趣发声的一个障碍是缺乏大型数据集。我很高兴介绍 EmoGator 数据集，其包含来自 357 位说话人的 32,130 个样本、16.9654 小时音频；每个样本由说话人标注为 30 个明确情绪类别之一。我们将讨论构建用于识别情绪类别的分类器的若干不同方法，并给出未来研究方向。数据集可从 https://github.com/fredbuhl/EmoGator 下载。
引用
@article{arxiv.2301.00508,
title = {EmoGator: A New Open Source Vocal Burst Dataset with Baseline Machine Learning Classification Methodologies},
author = {Fred W. Buhl},
journal= {arXiv preprint arXiv:2301.00508},
year = {2023}
}
备注
12 pages, 4 tables, 2 figures