Deeply Vocal Characterizer Dataset

该数据集是较大的语料库 (Vocal Characterizer数据集) 的样本。后者是人类非语言声音的数据集，由来自1419扬声器的56.7小时短视频组成，由韩国公众众包。此外，数据集还包括诸如年龄，性别，噪声水平和语音质量之类的元数据。包含16类人类非语言音，包括「牙齿颤动」、「牙齿磨牙」、「舌头咔嚓」、「鼻涕」、「咳嗽」、「打哈欠」、「清嗓子」、「叹息」、「大笑」、「拍打嘴唇」、 “喘气” 、 “哭” 、 “笑” 、 “打喷嚏” 、 “呻吟” 、 “尖叫”。

搜集汇总

背景与挑战

背景概述

该数据集是一个大型人声特征语料库的样本，包含16类人类非语言声音，如咳嗽、大笑和尖叫，源自1419名扬声器的56.7小时短视频，并附有年龄、性别等元数据。