کرم_د

• توضیحات:

CREMA-D یک مجموعه داده سمعی و بصری برای تشخیص احساسات است. مجموعه داده ها شامل بیانات احساسی صورت و صوت در جملاتی است که در طیف وسیعی از حالتهای عاطفی اساسی (شاد ، غمگین ، عصبانیت ، ترس ، انزجار و خنثی) بیان می شوند. 7442 کلیپ از 91 بازیگر با پیشینه های قومی مختلف جمع آوری شد. این نسخه فقط شامل جریان صوتی از ضبط صوتی و تصویری اصلی است. نمونه ها بین قطار ، اعتبار سنجی و آزمایش تقسیم می شوند به طوری که نمونه های هر بلندگو دقیقاً متعلق به یک تقسیم است.

• صفحه خانگی: https://github.com/CheyneyComputerScience/CREMA-D

• کد منبع: tfds.audio.CremaD

• نسخه:

  • 1.0.0 (پیش فرض): بدون یادداشتهای انتشار.

• حجم دانلود: 579.25 MiB

• اندازه مجموعه داده: 1.65 GiB

• خودکار ذخیره سازی ( اسناد ): بدون

• انشعابات:

شکاف	مثال ها
'test'	1،556
'train'	5،144
'validation'	738

• ویژگی ها:

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

• کلید تحت نظارت (نگاه کنید به as_supervised توضیحات ): ('audio', 'label')

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نمونه هایی ( tfds.as_dataframe ):

• ارجاع:

@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}
}