面向语音情感识别、音视频情绪分析与情感计算研究的高质量数据集

摘要：面向语音情感识别、音视频情绪分析与情感计算研究的高质量数据集。

数据集概述

面向语音情感识别、音视频情绪分析与情感计算研究的高质量数据集。数据由 4 名英语母语男性说话者录制，年龄约为 27–31 岁，说话者编号分别为 DC、JE、JK 和 KL。数据集覆盖 愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性 7 类情绪，每名说话者包含 120 条语音表达，因此共约 480 条情感语音样本。由于说话者全部为男性，该数据集适合与女性说话者占比较高的数据集联合使用，以提升情绪识别模型的性别泛化能力。

数据结构与关键特征

TESS 数据集按照“说话者 + 情绪类别”进行文件夹组织，每位女性说话者的不同情绪分别保存在独立目录中，每个情绪目录包含 200 个目标词对应的音频文件。所有语音均使用固定载体句式 “Say the word ___” 进行录制，从而在控制语言内容的同时突出不同情绪状态下的声学变化。其核心可分析特征包括基频、能量、语速、音高变化、MFCC、频谱质心、过零率、共振峰及语音节奏等，可用于研究不同情绪在声学层面的差异。

应用价值与研究方向

该数据集适用于七类语音情感分类、说话人无关情感识别、声学特征分析和情感语音建模等任务。研究人员可以采用 MFCC + SVM、随机森林等传统方法，也可以使用 CNN、CRNN、LSTM、Audio Transformer、Wav2Vec 2.0 或 HuBERT 等深度学习模型进行情绪识别。进一步可研究年龄差异对情绪表达的影响、跨说话人泛化、类别混淆分析、多数据集联合训练以及面向语音助手、智能客服和人机交互系统的实时情绪识别。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-473
文件大小：100M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。