সংরক্ষণ

• বর্ণনা :

SAVEE (সারে অডিও-ভিজ্যুয়াল এক্সপ্রেসড ইমোশন) একটি আবেগ স্বীকৃতি ডেটাসেট। এটি 7টি ভিন্ন আবেগে 4 জন পুরুষ অভিনেতার রেকর্ডিং নিয়ে গঠিত, মোট 480টি ব্রিটিশ ইংরেজি উচ্চারণ। বাক্যগুলি স্ট্যান্ডার্ড TIMIT কর্পাস থেকে বেছে নেওয়া হয়েছিল এবং প্রতিটি আবেগের জন্য উচ্চারণগতভাবে ভারসাম্যপূর্ণ। এই রিলিজে মূল অডিও-ভিজ্যুয়াল রেকর্ডিং থেকে শুধুমাত্র অডিও স্ট্রিম রয়েছে।

ডেটা বিভক্ত করা হয়েছে যাতে প্রশিক্ষণ সেটে 2 জন স্পিকার থাকে এবং বৈধতা এবং পরীক্ষা উভয় সেটেই যথাক্রমে 1 স্পিকারের নমুনা থাকে।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://kahlan.eps.surrey.ac.uk/savee/

• সোর্স কোড : tfds.datasets.savee.Builder

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড আকার : Unknown size

• ডেটাসেটের আকার : 259.15 MiB

• ম্যানুয়াল ডাউনলোডের নির্দেশাবলী : এই ডেটাসেটের জন্য আপনাকে ডাউনলোড_config.manual_dir-এ ম্যানুয়ালি উৎস ডেটা download_config.manual_dir করতে হবে ( ~/tensorflow_datasets/downloads/manual/ ডিফল্ট):
  manual_dir-এ AudioData.zip ফাইল থাকা উচিত। এই ফাইলটি নিবন্ধনের সময় প্রদত্ত ডেটাসেট ফোল্ডারে Data/Zip/AudioData.zip-এর অধীনে থাকা উচিত। ডেটাসেট ডাউনলোড করার লিঙ্ক পেতে আপনাকে http://personal.ee.surrey.ac.uk/Personal/P.Jackson/SAVEE/Register.html- এ নিবন্ধন করতে হবে।

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'audio': Audio(shape=(None,), dtype=int64),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=7),
    'speaker_id': string,
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('audio', 'label')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@inproceedings{Vlasenko_combiningframe,
author = {Vlasenko, Bogdan and Schuller, Bjorn and Wendemuth, Andreas and Rigoll, Gerhard},
year = {2007},
month = {01},
pages = {2249-2252},
title = {Combining frame and turn-level information for robust recognition of emotions within speech},
journal = {Proceedings of Interspeech}
}