minoosh/shEMO

shEMO数据集包含音频和情感标签，情感标签有六种类别（A、H、N、S、W、F）。数据集分为训练集、测试集和验证集，分别包含2400、300和300个样本。音频的采样率为16000Hz。数据集的下载大小为1043545626字节，数据集大小为1063149019.8字节。

原始信息汇总

数据集概述

数据集名称

shEMO

数据特征

• 音频（audio）
  • 采样率：16000 Hz
• 情绪（emotion）
  • 类别标签：A, H, N, S, W, F

数据分割

• 训练集（train）
  • 示例数量：2400
  • 数据大小：844671640.8字节
• 测试集（test）
  • 示例数量：300
  • 数据大小：103378583.5字节
• 验证集（valid）
  • 示例数量：300
  • 数据大小：115098795.5字节

数据集大小

• 下载大小：1043545626字节
• 数据集总大小：1063149019.8字节

搜集汇总

背景与挑战

背景概述

shEMO是一个波斯语情感语音数据集，包含约3,000个音频样本，总大小为1.04 GB，音频格式为Parquet。数据集标注了6种情感类别，用于语音情感识别任务，并已划分训练、测试和验证集，支持自动语音识别模型训练。