ESD情感语音数据库
音视频
0 下载
41 浏览
2026-08-15
数据集简介
ESD(Emotional Speech Database)是一个专为语音转换(Voice Conversion)研究设计的情感语音数据库。该数据库由10位以英语为母语的人和10位以汉语为母语的人录制,每位说话者都朗读了350种平行话语(即相同文本的多种情感表达),覆盖了5种情感类别:中性、快乐、愤怒、悲伤和惊讶。所有录音均在受控的声学环境中完成,以确保语音质量的一致性,总计超过29小时的语音数据。
说话者与语言
ESD数据库包含20位说话者,分为两组:
- 英语母语者:10位
- 汉语母语者:10位
这种双语设计使得数据库特别适用于跨语言情感语音转换研究,研究者可以探索不同语言间情感表达的转换。
情感类别
数据库涵盖5种情感类别:
- 中性(Neutral)
- 快乐(Happy)
- 愤怒(Angry)
- 悲伤(Sad)
- 惊讶(Surprise)
每种情感都由所有说话者表达,保证了情感覆盖的完整性。
录音环境与规模
所有语音数据均在受控的声学环境中录制,保证了录音的质量和一致性。数据库总时长超过29小时,提供了充足的训练和测试样本。
数据格式与获取
该数据集由OpenDataLab提供,具体文件格式和下载方式请参考数据源页面。用户可通过OpenDataLab平台访问并下载数据。
适用场景
ESD数据库适用于多说话者和跨语言的情感语音转换研究,也可用于情感识别、语音合成等语音处理任务。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源OpenDataLab
情感类别中性、快乐、愤怒、悲伤、惊讶
说话者数量20位(10位英语母语者,10位汉语母语者)
平行话语数量350种
数据落地页https://opendatalab.com/OpenDataLab/ESD
情感语音语音转换平行话语英语汉语
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载