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

价格

免费