ক্রেমা_ডি

  • বর্ণনা:

CREMA-D হল একটি অডিও-ভিজ্যুয়াল ডেটা যা আবেগের স্বীকৃতি। ডেটা সেটে মৌলিক আবেগীয় অবস্থার (সুখী, দু sadখিত, রাগ, ভয়, ঘৃণা এবং নিরপেক্ষ) কথা বলা বাক্যে মুখের এবং কণ্ঠের আবেগের অভিব্যক্তি থাকে। বিভিন্ন জাতিগত পটভূমির 91 জন অভিনেতার 7,442 ক্লিপ সংগ্রহ করা হয়েছিল। এই রিলিজটিতে মূল অডিও-ভিজ্যুয়াল রেকর্ডিং থেকে শুধুমাত্র অডিও স্ট্রিম রয়েছে। নমুনাগুলি ট্রেন, যাচাইকরণ এবং পরীক্ষার মধ্যে বিভক্ত করা হয় যাতে প্রতিটি স্পিকার থেকে নমুনাগুলি ঠিক একটি বিভক্তির অন্তর্গত হয়।

বিভক্ত উদাহরণ
'test' 1,556
'train' 5,144
'validation' 738
  • বৈশিষ্ট্য:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    'speaker_id': tf.string,
})
  • উদ্ধৃতি:
@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}
}