امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

نجات دهنده

  • توضیحات :

SAVEE (Surrey Audio-Visual Expected Emotion) یک مجموعه داده تشخیص احساس است. این فیلم شامل ضبط شده از 4 بازیگر مرد در 7 احساس مختلف ، در کل 480 جمله انگلیسی انگلیسی است. جملات از مجموعه استاندارد TIMIT انتخاب شده و از نظر آوایی متعادل برای هر احساس انتخاب شده اند. این نسخه شامل فقط جریان صوتی از ضبط صدا و تصویر اصلی است. داده ها تقسیم می شوند به طوری که مجموعه آموزش شامل 2 بلندگو است و هر دو مجموعه اعتبار سنجی و آزمون به ترتیب از نمونه های 1 بلندگو تشکیل شده است.

  • صفحه اصلی : http://kahlan.eps.surrey.ac.uk/savee/

  • کد منبع : tfds.audio.Savee

  • نسخه ها :

    • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

  • اندازه بارگیری : Unknown size

  • اندازه مجموعه داده : 259.15 MiB

  • دستورالعمل های بارگیری دستی : برای این مجموعه داده لازم است که داده های منبع را به صورت دستی در download_config.manual_dir (به طور پیش فرض ~/tensorflow_datasets/downloads/manual/ ):
    manual_dir باید حاوی پرونده AudioData.zip باشد. این پرونده باید در Data / Zip / AudioData.zip در پوشه مجموعه داده ارائه شده هنگام ثبت نام باشد. برای دریافت پیوند برای بارگیری مجموعه داده ها ، باید در http://personal.ee.surrey.ac.uk/Personal/P.Jackson/SAVEE/Register.html ثبت نام کنید.

  • ذخیره خودکار ( مستندات ): خیر

  • تقسیم :

شکاف مثال ها
'test' 120
'train' 240
'validation' 120
  • ویژگی ها :
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=7),
    'speaker_id': tf.string,
})

  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('audio', 'label')

  • نقل قول :

@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}
}