С помощью выложенного в общий доступ датасета можно определить четыре эмоции: счастье, печаль, гнев и нейтральную. Он состоит из около 300 тыс. аудиозаписей суммарной длительностью около 350 часов. Датасет разделен на две части: реплики, озвученные с помощью краудсорсинга и короткие нарезки подкастов на русском языке. Разработчики отмечают, что Dusha можно использовать и в качестве бенчмарка.

Датасет был представлен компанией SberDevices в феврале 2023 года.

Препринт на arXiv

Репозиторий на GitHub

👤 Владимир Кондратенко