crema_d

• 説明:

CREMA-D は、感情認識用の視聴覚データ セットです。データセットは、さまざまな基本的な感情状態 (幸せ、悲しい、怒り、恐怖、嫌悪、中立) で話された文章の顔と声の感情表現で構成されています。多様な民族的背景を持つ 91 人の俳優の 7,442 のクリップが収集されました。このリリースには、元のオーディオビジュアル録音からのオーディオ ストリームのみが含まれています。サンプルは、各スピーカーからのサンプルが正確に 1 つの分割に属するように、トレーニング、検証、およびテストに分割されます。

• 追加のドキュメント:コードを使用したペーパーの探索

• ホームページ: https://github.com/CheyneyComputerScience/CREMA-D

• ソースコード: tfds.audio.CremaD

• バージョン:

  • 1.0.0 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 579.25 MiB

• データセットサイズ: 1.65 GiB

• 自動キャッシュ(ドキュメント): いいえ

• スプリット:

スプリット	例
'test'	1,556
'train'	5,144
'validation'	738

• 機能構造:

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'speaker_id': string,
})

• 機能のドキュメント:

特徴	クラス	形	Dtype	説明
	特徴辞書
オーディオ	オーディオ	（なし、）	int64
ラベル	クラスラベル		int64
Speaker_id	テンソル		ストリング

• 監視されたキー( as_supervised docを参照): ('audio', 'label')

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ):

• 引用：

@article{cao2014crema,
  title={ {CREMA-D}: Crowd-sourced emotional multimodal actors dataset},
  author={Cao, Houwei and Cooper, David G and Keutmann, Michael K and Gur, Ruben C and Nenkova, Ani and Verma, Ragini},
  journal={IEEE transactions on affective computing},
  volume={5},
  number={4},
  pages={377--390},
  year={2014},
  publisher={IEEE}
}