RAVDESS情感语音与歌曲视听数据库

音视频
0 下载
69 浏览
2026-08-10

数据集简介

RAVDESS(Ryerson Audio-Visual Database of Emotional Speech and Song)是一个用于情感计算和情感识别研究的视听数据集,由瑞尔森大学的研究团队构建。该数据集包含7,356个文件,总大小24.8 GB,旨在为研究者提供高质量、标准化的情感表达数据。

数据构成

数据集由24位专业演员(12位女性、12位男性)录制,演员均以中性的北美口音发声,表达两个词汇匹配的陈述。语音部分包含七种表情:平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶;歌曲部分包含五种情绪:平静、快乐、悲伤、愤怒和恐惧。每种表达均在正常和强烈两种情绪强度水平下录制,此外还包含中性表达,以提供更全面的情感覆盖。

模态格式

所有条件均提供三种模态格式,以适应不同的研究需求:

  • 纯音频:16-bit,48kHz,.wav格式,适用于音频分析。
  • 音视频:720p H.264视频,AAC音频(48kHz),.mp4格式,支持多模态研究。
  • 仅视频:无声视频,适用于视觉情感识别。

使用与获取

该数据集公开免费,可通过官方渠道下载。下载时请注意数据总大小较大(24.8 GB),建议预留充足存储空间。数据集无明确发布日期,但持续开放更新。

基本信息

记录数量未知
文件大小7,356 个文件,总大小 24.8 GB
文件格式wav, mp4
数据来源OpenDataLab
演员数量24 位专业演员(12 位女性,12 位男性)
语音表情平静、快乐、悲伤、愤怒、恐惧、惊讶、厌恶
歌曲情绪平静、快乐、悲伤、愤怒、恐惧
模态格式纯音频 (.wav)、音视频 (.mp4)、仅视频
数据落地页https://opendatalab.com/OpenDataLab/RAVDESS
情感语音情感歌曲视听数据库情感识别多模态

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