Sonancia Crowdsourcing Dataset

Sonancia Crowdsourcing Dataset是一个用于研究恐怖游戏音效的数据集，包含了音频文件、音频特征和基于人群偏好注释的映射。该数据集用于帮助设计恐怖游戏的音效，以增强玩家的紧张和恐怖体验。

The Sonancia Crowdsourcing Dataset is a dataset designed for researching sound effects in horror games. It includes audio files, audio features, and mappings based on crowd preference annotations. This dataset is utilized to assist in designing sound effects for horror games, aiming to enhance the tension and horror experience for players.

原始信息汇总

Sonancia Crowdsourcing Dataset 概述

数据集内容

• 音频文件：位于 Sounds 文件夹中。
• 特征数据：使用 OpenSMILE 工具提取的低级特征，位于 OpenSmile - Low Level Features 文件夹中。
• 人群偏好注释：以 .csv 格式存储，位于 Pairwise Preferences 文件夹中。

数据集结构

• 偏好注释：每行记录包括两个音频文件名，表示偏好与不偏好。
• 影响状态：注释涉及的影响状态包括 Arousal（唤醒度）、Tension（紧张度）、Valence（情绪效价）。

引用信息

若使用此数据集，请引用以下论文：Lopes, Liapis and Yannakakis, "Modelling Affect for Horror Soundscapes", IEEE Transactions of Affective Computing, 2017.

许可信息

数据集中的音频文件适用于非研究目的，遵循 Attribution 4.0 Creative Commons 许可协议。

搜集汇总

数据集介绍

构建方式

Sonancia Crowdsourcing Dataset的构建采用众包的方式，对一组音频文件进行偏好标注，进而映射声音效果与感知情感之间的关系。该数据集包含了音频文件、低层次特征以及众包偏好标注。构建过程中，研究人员借助众包偏好标注，将音频文件与唤醒度、紧张度和效价等情感状态相关联，以辅助Sonancia系统在恐怖游戏中的音景生成。

特点

本数据集的特点在于其众包标注的偏好数据，提供了对音频文件感知情感状态的详细标注。音频文件涵盖了一系列可能用于恐怖游戏音景的声音效果，且数据集包含了音频的低层次特征，便于研究人员进行情感建模和音景设计。此外，数据集遵循Creative Commons Attribution 4.0国际许可协议，允许更广泛的使用和分享。

使用方法

使用Sonancia Crowdsourcing Dataset时，研究人员可以依据众包标注的.csv文件，分析不同音频文件在唤醒度、紧张度和效价等方面的感知差异。同时，可以利用OpenSMILE工具提取的低层次特征进行更深入的音频分析和情感建模。在使用数据集进行研究和开发时，需遵循相应的许可协议，对原始数据集进行适当的引用和归属。

背景与挑战

背景概述

Sonancia Crowdsourcing Dataset是针对恐怖游戏音景设计而构建的一个数据集，旨在为游戏提供紧张和恐怖的体验。该数据集的创建隶属于Sonancia系统的研究范畴，该系统负责生成具有房间和门的鬼屋架构，并在玩家穿越关卡时，在房间内分配音频资源并混合声音。其背后的研究背景可追溯至2017年，由Lopes、Liapis和Yannakakis在IEEE Transactions of Affective Computing上发表的论文《Modelling Affect for Horror Soundscapes》，该研究为恐怖游戏音景的情感建模提供了重要参考。

当前挑战

该数据集在构建过程中面临的挑战主要涉及两个方面：一是如何通过众包的方式准确地获取音频资源与感知情感之间的映射关系；二是如何在保证音效质量的同时，通过OpenSMILE工具提取能够有效表征音效情感特征的低层次特征。此外，数据集在解决恐怖游戏音景设计问题时，还需克服如何根据设计师指定的紧张感进度来生成音景，以及如何在低紧张感的房间中激发玩家的悬疑感等挑战。

常用场景

经典使用场景

在构建恐怖游戏音效及环境设计的研究领域，Sonancia Crowdsourcing Dataset数据集提供了至关重要的资源。其经典使用场景在于辅助研究人员和开发者通过众包方式获取音频素材，进而根据音效与感知情感之间的映射关系，为Sonancia系统生成紧张和恐怖氛围的音景。该数据集使得研究人员能够分析众包标注的偏好，以实现对恐怖游戏音效的精准匹配与混音。

解决学术问题

该数据集解决了恐怖游戏设计中音效选择与情感表达之间的匹配问题，为学术研究提供了量化的情感状态标注，包括唤醒度、紧张感和效价。通过众包的偏好标注，它为音效在游戏中的情感渲染提供了实证基础，对情感计算和游戏音效设计领域的研究具有重要的参考价值。

衍生相关工作

基于该数据集，衍生出了一系列相关研究工作，如音效与情感模型的构建、恐怖游戏音景的自动生成系统，以及玩家情感反应的预测模型等。这些工作不仅推动了恐怖游戏音效研究的深入，也促进了情感计算在游戏设计中的应用，为游戏音频领域的未来发展奠定了基础。