Dec, 2023

BANSpEmo：孟加拉语情感语音识别数据集

PDF
TL;DR在音频和语音分析领域，从声音信号中识别情绪是关键的。我们介绍了 BanSpEmo，这是一个仅包含音频录音的情感语音语料库，专门用于孟加拉语。该语料库包含 792 个音频录音，持续时间超过 1 小时 23 分钟。22 名本地说话者参与了两组代表六种期望情绪的句子录制。该数据集由 12 个孟加拉语句子组成，以 6 种情绪（厌恶、快乐、悲伤、惊讶、愤怒和恐惧）进行表达。BanSpEmo 是一个有用的资源，可以促进孟加拉语情绪和语音识别研究以及相关应用的发展。该数据集可在此处找到：此 https 网址，并可用于学术研究。
audio and speech analysisemotionsbanspemocorpusbangla language
发现论文，激发创造
  • nEMO：波兰情感语音数据集

    该研究介绍了 nEMO，一个包含波兰语情感语音的新型语料库，它由参演的九名演员录制的三个多小时的样本组成，描绘了六种情感状态：愤怒、恐惧、快乐、悲伤、惊讶和中性状态。

    Apr, 2024

  • MONOVAB：一个用于孟加拉多标签情感检测的注释语料库

    近年来，情感分析和情绪识别在孟加拉语中变得越来越流行，该语言是全球使用第七多的语言。然而，由于语言的结构复杂，这一领域难以准确地提取情绪。本研究通过构建一个基于 Facebook 抓取的注释语料库的全面方法来解决这一主题领域的挑战和难题，为该语言中的多情感提取奠定了基础。同时，应用了上下文方法和 BERT 转换器的双向编码表示，得到了最佳结果。最后，开发了一个网络应用程序，展示了孟加拉语中多标签情绪识别的预训练模型（BERT）的性能。

    Sep, 2023

  • EmoBox: 跨语言多语料库语音情感识别工具箱与基准

    我们提出了 EmoBox，这是一个开箱即用的多语言多语料库语音情感识别工具包，并配备了用于内部和跨语料库设置的基准测试。

    Jun, 2024

  • 基于 Transformer 的统一孟加拉多分类情感语料库文本分类

    本研究提出了一种用于识别和提取孟加拉文文本中情感的方法，使用基于 Transformer 的模型构建了孟加拉语情感分类器，并使用 “Unified Bangla Multi-class Emotion Corpus (UBMEC)” 评估了模型的性能。

    Oct, 2022

  • EmoInHindi：一份多标签带有情感和强度注释的印地语数据集，用于对话情感识别

    本研究创建了一个巨大的印地语对话数据集 EmoInHindi，用于多标签情感和强度识别。研究着重于表达和识别上下文语境中的情感。

    May, 2022

  • EMOVIE：一种普通话情感语音数据集及其简单情感文本转语音模型

    本篇论文提供了包括 9,724 个样本的情感语音数据集，并提出了一种名为 EMSpeech 的情感语音合成模型，该模型无需参考音频即可从文本预测情感标签并生成更富表现力的语音。在实验中，作者验证了数据集的有效性，证明了该模型在情感语音合成任务中取得了显著性能。

    Jun, 2021

  • 自然对话中连续情感识别的多模态传感器数据集 K-EmoCon

    本文介绍了 K-EmoCon 数据集，该数据集支持从多个角度评估社交互动中的持续情感，并包括音频 / 视觉记录、EEG 和外围生理信号等多模态测量。

    May, 2020

  • ArmanEmo：用于文本情感检测的波斯语数据集

    介绍了一个超过 7000 个波斯语句子的人工标注情感数据集 ——ArmanEmo，该数据集基于 Ekman 的六种基本情感和 “其他” 类别标注，同时提供了基于现代语言模型的情感分类基线模型。实验结果表明，该数据集具有超越现有波斯语情感数据集的更好泛化能力。

    Jul, 2022

  • 野外录制的语音信息中的语音情感识别

    使用来自西班牙 100 位说话者之间的即兴语音消息的情感数据集（EMOVOME 数据库），利用 eGeMAPS 特征、基于 Transformer 的模型及其组合，创建了基于说话者的独立 SER 模型，对连续和离散情感进行标注，并比较参考数据库的结果，并分析注释者和性别公平性的影响。使用预训练的 Unispeech-L 模型及其与 eGeMAPS 的组合取得了最高的结果，对于 3 类情感价值和唤醒度的预测，分别达到了 61.64% 和 55.57% 的非加权准确率（UA），相比基线模型提高了 10%。对于情感类别，获得了 42.58% 的 UA。EMOVOME 在情感类别的预测上不及被操纵的 RAVDESS 数据库，在情感价值和唤醒度方面与被引发的 IEMOCAP 数据库效果相似。此外，EMOVOME 的结果随着注释者标签的变化而变化，当结合专家和非专家的注释时，表现出更好的结果和更好的公平性。该研究在评估 SER 模型在现实生活中的应用方面做出了重要贡献，推动了用于分析即兴语音消息的应用程序的开发。

    Mar, 2024

  • BLSP-Emo: 朝着具有同理心的大型语音语言模型

    本文介绍了一种新颖的方法 BLSP-Emo（具有情感支持的语音 - 语言预训练模型），通过利用现有的语音识别和语音情感识别数据集，在两个阶段中实现语义和情感在语音中的理解，并生成具有共情能力的回应。实验结果表明，BLSP-Emo 模型在理解语音和提供共情回应方面取得了出色的表现。

    Jun, 2024