摘要：该数据集面向语音情感识别与情感倾向分类任务，收录了具有不同情感表达的语音音频，并将样本划分为积极、消极和中性三个类别。
数据集概述
该数据集面向语音情感识别与情感倾向分类任务，收录了具有不同情感表达的语音音频，并将样本划分为积极、消极和中性三个类别。数据集可用于研究说话者在语调、音高、能量、节奏和频谱分布等方面的情感差异，为语音情感分析模型的训练与评价提供基础数据。
数据结构与关键特征
数据集由4个目录和1个CSV文件组成：TRAIN与TEST目录分别存放训练和测试使用的WAV语音文件，train_images与test_images目录存放相应语音样本转换得到的梅尔频谱图，TRAIN.csv记录训练文件名及其情感类别。其关键特征是同时提供原始语音与频谱图像，可支持音频信号、二维时频图像及二者融合的多模态建模方法。
应用价值与研究方向
该数据集可用于智能客服情绪监测、人机语音交互、心理状态辅助分析、舆情研判和语音内容审核。研究方向包括基于卷积神经网络的梅尔频谱图分类、循环神经网络与Transformer时序建模、Wav2Vec等预训练语音模型迁移学习、音频与频谱图特征融合，以及噪声环境鲁棒识别、类别不平衡处理、说话者无关评价和轻量化实时部署。
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-596
文件大小：230M
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。
评论(0)