University of Augsburg 发布 EMOSET 数据集, 应用在 语音情感识别、深度学习 领域

University of Augsburg 本次发布的数据集 EMOSET, EMOSET是由University of Augsburg的研究人员Maurice Gerczuk、Shahin Amiriparian、Sandra Ottl和Björn W. Schuller共同创建的一个大规模情感语音数据集。该数据集整合了来自26个现有语音情感识别（SER）语料库的84,181个音频记录，总时长超过65小时。EMOSET不仅包含已发布的SER数据库，还包括一些未发布的语音数据库，这些数据来源于健康与福祉嵌入式智能主席（University of Augsburg），用于进一步增强训练数据，以提高深度学习模型的泛化能力和减少过拟合问题。数据集中的每个数据集都包括分类情感标签，总体上共有84,161个样本，总时长为65.6小时，所有音频记录的平均时长为2.81秒。

查看EMOSET

README 内容： 

关于 University of Augsburg , 奥格斯堡大学（University of Augsburg）位于德国巴伐利亚州的奥格斯堡市，是一所成立于1970年的公立大学。该校提供广泛的学科领域，包括社会科学、经济学、法律、哲学、历史、文化研究、数学、计算机科学和自然科学等。奥格斯堡大学以其高质量的教学和研究活动而闻名，特别是在经济学和社会科学领域。

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。