▋前言

光有逐字稿還不夠，要理解學生的「情緒」才是教育場景的核心之一。IEMOCAP 是一個專門為情緒辨識設計的語音資料集，今天我們就來看看它的結構。

▋內容

IEMOCAP 的特色

1. 角色扮演與對話：由演員根據情境進行情緒化表演。

2. 標註情緒：每段語音有情緒標籤，例如 happy、angry、sad、neutral。

3. 多模態資料：同時包含語音、影像與文字逐字稿。

4. 語音長度：多為 3–15 秒，適合做短片段情緒分類。

EDA 探勘重點

1. 情緒分布

   • 約 10,000 段語音，分布不均。

   • neutral 資料最多，happy/sad 相對少。

2. 語音特徵

   • 高低起伏明顯，適合訓練情緒分類模型。

   • 有些情緒（如 anger vs excitement）難以區分。

3. 挑戰

   • 演員 vs 真實情緒：IEMOCAP 是「模擬情緒」，與真實課堂中的自然情緒會有落差。

   • 多模態整合：若只用語音，忽略了表情或手勢，可能會失去部分資訊。

結論
IEMOCAP 很適合作為情緒辨識的起始訓練資料，但要應用到真實教學情境，仍需進一步 domain adaptation。

▋下回預告

下一篇，我們將把 AMI、Switchboard、IEMOCAP 三個資料集的探勘結果統整起來，做個簡單的小結。

▋參考資料

IEMOCAP