'CoVox': A matched vocal dataset for comparing singing and speech styles
人类的声音与指纹一样多样化和个体，可以提供有关情绪，年龄或健康的信息。为了研究声音表演，德国法兰克福大学的Max Planck经验美学研究所（MPIEA）的研究人员创建了一组精选的录音，总共有1,320个语音样本。
自发的语音情感数据通常包含感知成绩，在听语音文件后，等级分配情感得分。由于级别的意见差异，这种感知等级引起了标签的不确定性。通过使用共识等级作为地面图，选择了最高投票的情绪，因此可以解决级别的变化，因此无法考虑含糊的情况，在这种情况下，语音样本可能包含多种情绪，如通过级别的意见不确定性所捕获的那样。我们证明，将情绪等级的概率密度函数作为…
