EMO-DB 数据集的 Speech 特征提取

最新推荐文章于 2025-11-08 15:30:11 发布

原创

最新推荐文章于 2025-11-08 15:30:11 发布 · 1.8k 阅读

标签

#语音情感识别

收录于

该博客介绍了EMO-DB数据集，这是一个包含535条德语情感语音的库，由10名演员（5男5女）录制，情绪包括愤怒、中性、恐惧等。数据集以16kHz采样率、16bit量化保存为WAV文件。博客详细展示了如何提取MFCC特征，并提供了用于读取和处理音频文件的代码。

EMO-DB 数据集的 Speech 特征提取

数据集介绍
提取相关特征
总结

数据集介绍

- EMO-DB数据集是由柏林工业大学录制的德语情感语音库
- 535条语音文件（一共有十名演员其中五男五女）其中语句内容包含日常生活用语的5个短句和5个长句，具有较高情感自由度，不包含某一特定情感倾向。采用16kHZ采样，16bit量化，并以WAV格式保存文件。
- 其中情绪组成：anger, neutral, fear, boredom, happiness, sadness, disgust.

在这里插入图片描述
主要是用到这个语音标签 audio 文件的XXXWa.wav中W就是情绪

提取相关特征

import feature
import os
import pickle
import tqdm
def extract_emodb(file_name:str):
    label = file_name.split('.')[0][-2]
    feature_27 = feature.extract_mfcc_feature(file_name)
    return (label,feature_27)


database_dir =