语音元音类别不平衡分类数据集
数据来源：互联网公开数据
标签：语音识别,语音元音,类别不平衡,谐波分析,特征提取,分类算法,机器学习
数据概述：
本数据集来自欧洲ESPRIT 5516项目“ROARS”，旨在开发和实现法语和西班牙语的实时语音识别分析系统。数据集包含来自1809个孤立音节的元音样本（例如：pa, ta, pan等），每个元音样本通过5个归一化后的前五个谐波振幅特征进行描述（AHi/Ene），其中AHi是谐波振幅，Ene是总能量。每个元音样本在最大总能量点及其前后8毫秒处各保留一个观测值，从而生成了5427个实例。从中移除了23个所有前五个谐波振幅为零的实例，最终得到5404个实例的数据集。数据集中的元音被分为两类：鼻音（Class 0）和口腔音（Class 1）。
数据用途概述：
该数据集适用于语音识别系统的开发和评估，特别是在需要区分鼻音和口腔音的场景中。研究人员可以利用此数据集进行特征提取和分类算法的优化。此外，该数据集也可用于机器学习和模式识别领域的教学和研究，帮助学习者理解语音信号处理和分类的基本原理。由于数据集中存在类别不平衡的问题，它也为研究类别不平衡问题的处理方法提供了有价值的数据基础。
