CREMA-D

CREMA-D 是一个情感多模态演员数据集，包含来自 91 个演员的 7,442 个原始剪辑。这些剪辑来自年龄在 20 至 74 岁之间的 48 名男性和 43 名女性演员，他们来自不同的种族和民族（非洲裔美国人、亚洲人、高加索人、西班牙裔和未指明的人）。演员从 12 个句子中选出。使用六种不同情绪（愤怒、厌恶、恐惧、快乐、中性和悲伤）和四种不同情绪水平（低、中、高和未指定）中的一种来呈现句子。参与者根据组合的视听演示、单独的视频和单独的音频对情绪和情绪水平进行评分。由于需要大量评级，这项工作是众包的，共有 2443 名参与者每人对 90 个独特的剪辑、30 个音频、30 个视觉和 30 个视听进行评分。 95% 的剪辑有 7 个以上的评分。