开源项目SER-datasets使用教程

开源项目SER-datasets使用教程

1. 项目的目录结构及介绍

SER-datasets项目的目录结构如下：

├── dataset
│   ├── crema-d # CREMA-D 数据集
│   ├── meld # MELD 数据集
│   ├── mlend # MLEnd 数据集
│   ├── ravdess # RAVDESS 数据集
│   ├── savee # SAVEE 数据集
│   ├── tess # TESS 数据集
│   ├── esd # Emotional Voice Conversion: Theory Databases and ESD 数据集
│   └── jl-corpus # JL Corpus 数据集
├── MakeEngSpeechDataset.ipynb # 创建包含8个数据集的数据框
├── SpeechEDA.ipynb # 使用Pandas Profiling进行EDA
├── speech_dataset.csv # 主数据集
└── report.html # EDA报告

目录结构介绍

• dataset：包含8个不同的英语情感识别数据集。
• MakeEngSpeechDataset.ipynb：用于创建包含所有数据集的数据框的Jupyter Notebook。
• SpeechEDA.ipynb：用于使用Pandas Profiling进行探索性数据分析的Jupyter Notebook。
• speech_dataset.csv：合并后的主数据集文件。
• report.html：探索性数据分析的报告文件。

2. 项目的启动文件介绍

项目的启动文件是MakeEngSpeechDataset.ipynb和SpeechEDA.ipynb。

MakeEngSpeechDataset.ipynb

这个Jupyter Notebook文件用于创建一个包含所有数据集的数据框。它将各个数据集合并成一个统一的数据集，方便后续的分析和处理。

SpeechEDA.ipynb

这个Jupyter Notebook文件用于进行探索性数据分析（EDA）。它使用Pandas Profiling工具来生成数据集的详细报告，包括数据的统计信息、缺失值、相关性等。

3. 项目的配置文件介绍

该项目没有明确的配置文件。所有的配置和参数设置都在Jupyter Notebook文件中进行。用户可以根据需要修改Notebook中的代码来调整数据处理和分析的参数。

总结

SER-datasets项目主要通过Jupyter Notebook文件进行数据集的合并和分析。用户可以通过运行这些Notebook文件来生成统一的数据集和进行数据分析。