佛罗里达大学 发布 EmoGator 数据集, 应用在 语音情感识别、机器学习 领域

佛罗里达大学 本次发布的数据集 EmoGator, EmoGator数据集由佛罗里达大学的Fred W. Buhl创建，包含32,130个来自357位发言者的非言语情感发声样本，总时长16.9654小时。每个样本被分类到30个不同的情感类别中。数据集通过志愿者和众包工作者收集，使用文本提示帮助引发情感反应。EmoGator旨在解决语音情感识别中的数据稀缺问题，特别是在非言语情感发声方面，为机器学习分类方法提供基准。该数据集的应用领域包括视频游戏中的非玩家角色响应、早期儿童教育、社交机器人交互等，旨在提高计算机对人类情感表达的理解和响应能力。

查看EmoGator

README 内容： 

关于 佛罗里达大学 , 佛罗里达大学是一所位于美国佛罗里达州的公立研究型大学，以其卓越的学术研究和广泛的专业课程而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。