情感语录扎心伤感语音

情感语录扎心伤感语音

情感语录扎心伤感语音，在这个广阔的世界上，并不是所有人都能够走到终点，然而缘分也分深浅，当缘分抵不过时间的考验时，两个人始终都要分开，就像是两条相交的线，一起欣赏情感语录扎心伤感语音的内容。

情感语录扎心伤感语音1

世上最心痛的距离，不是你冷漠的说你已不在意，而是你放手了，我却永远活在遗憾里，不能忘记！

人们都说失去后才知道珍惜，其实珍惜后的失去比什么都痛。

有时候，不小心知道了一些事,才发现自己所在乎的事是那么可笑。

通常，每一个内心强大的女人背后都有一个让她成长的男人，一段让她大彻大悟的感情经历，一个把自己逼到绝境最后又重生的蜕变过程。

有些人一直没机会见，等有机会见了，却又犹豫了，相见不如不见。

有些事一直没机会做，等有机会了，却不想再做了。

有些话埋藏在心中好久，没机会说，等有机会说的时候，却说不出口了。

有些爱一直没机会爱，等有机会了，已经不爱了。

有些路，注定要一个人走，即使再坎坷，也不吵不闹，更不会流泪。

你不能去强迫别人来爱自己，只能去努力让自己成为值得爱的人，其余的事情则是靠缘分。

世上最心痛的距离，不是我活在遗憾里，不能忘记，而是你始终不懂我的悲哀，不明白我内心的孤寂！

有多少我爱你，最后成了对不起。有多少对不起，最后都是没关系。有多少没关系，最后说了谢谢你。

你看，悲伤的爱情也有悲伤的美丽：从我爱你开始，到对不起结束。从没关系再见，到谢谢你爱过。爱情复杂至极却也简单到死，也不过是：我爱你~对不起~没关系~谢谢你。

上天不给我的，无论我十指怎样紧扣，仍然走漏；给我的，无论过去我怎么失手，都会拥有。

很多时候，我们说放下了，其实并没有真的放下，我们只是假装很幸福，然后在寂静的角落里孤独地抚摸伤痕。

有时候，我们就像鱼缸里的鱼，想说的很多，一开口就化成了一串省略号。。。。。。最后都默默的留在了心里。。。

思念就像无法说出口的“我想你” 看不见摸不着却压在心底最难受。

有些话你不经意的说出了口，我却认真的难过了好久，只是因为我在乎你。

说再见的人，往往在下一秒钟就能重新遇见；而那不曾说过再见的人，也许就走出彼此生命就是永远。

世上最心痛的距离，不是你不懂我的悲哀，不明白我的孤寂，而是我即使痛彻心扉，也不能放声哭泣！

有时候觉得“可我就是喜欢你”比"要是你喜欢我就好了"更加悲凉。

时间不是让人忘了痛，而是让人习惯了痛。

情感语录扎心伤感语音2

抖音情感语录扎心语录

1、当所有人都以为我过得风生水起的`时候，我只是一个人走了一段又一段艰难的路。

2、我们可不可以像那场雪，一起飘，一起落，一起走到最后。

3、我们都在时光里跌跌撞撞地成长，然后一点点离开最初的模样。

4、我没有刻意的想你，只是这风不太像话，吹过街道然后跋山涉水，带来了一缕你的味道。

5、那个让我怦然心动的瞬间是真的，现在惊不起一丝波澜也是真的。

6、故事的开头总是这样，适逢其会，猝不及防。故事的结局总是这样，花开两朵，天各一方。

7、爱情里最心酸的，莫过于分开后，我瞒着所有人继续爱你。

8、一个人在变得铁石心肠之前，也曾付出了全部的温柔和善意吧。

9、好多话忍着憋着后来就懒得说了，好多事失望多了后来就不在意了。

10、距离之所以可怕，是因为你根本不知道对方是把你想念，还是把你忘记。

11、一个人生活久了，遇到点温暖，那颗假装孤傲的心，便会溃不成军。

12、过去的人就像是氧化了的苹果，你记得当初有多美好，却恢复不了当初的面貌，所以别频频回头。

13、说好今年冬天下雪你就来看我，可谁知道雪还没下，我们却再也不会相见了。

14、你原本只是我生命中的过客，后来却成了记忆的常客，只是我再也不会为一个人哭到沙哑。

15、明知道你对每个人都是如此，我却偏偏不知死活的动了心。

16、择其所爱，爱其所择，前四个字是前半生，后四个字，便是余下的岁月了。

17、认识我的人以为我很静，了解我的人以为我很疯，只有懂我的人才知道其实我很忧伤。

18、这世上没有无缘无故的爱，也没有无缘无故的的恨，突如其来的脾气，往往是积攒很久了的委屈。

19、有时候觉得自己像个神经病。既纠结了自己，又打扰了别人。

20、你过你的生活就好，安静的住在我心里就好。不打扰，是我爱你最后的方式。

21、你一定没有过注意过我满脸微笑说不介意时眼里的绝望。

22、我会脆弱，我不坚强，我经不起来来回回的辜负，扛不住反反复复的背叛。

23、广告总是在最精彩的时候出现，你总是在我爱的最深的时候离开。

24、我真怕我给你的是心，你还我的是刀子。友情也好，爱情也罢。

25、先红了脸，后来红了眼。终究不过一场梦，梦醒，各自南北。

26、一起的时候需要两个人做决定，分开时只需一个人。

27、世界上最心痛的感觉，不是失恋，而是我把心给你的时候，你却在欺骗我。

28、白了满头青丝，染了一身顽疾，终未遇见你归期。

就是在语音聊天时，不能只是毫无感情的说话聊天，要饱含情感。

当聊到某个事情（比如悲伤的事情），就要意识到不能再用开心的语气聊天。

情感意识是人的喜、怒、哀、乐等心理活动的意识。情感是人的各种现实关系在其头脑中的反映，情感表明人对客观事物是否满意、赞赏、喜欢，由此产生了快乐、高兴、愤怒、不满、恐惧等情绪，这正是以情感表现出来的认知状态，是意识形成的感情材料。

语音合成技术给我们带来了很多惊喜，你知道自己每天都在与它们打交道吗？而开车时的导航就是语音合成的一种。虽然目前的"它们"只会相对机械的朗读文章，但可以肯定的是，语音合成技术已经走出实验室，开始商用，其潜在的巨大市场已露出曙光。

我们的身边总是人声鼎沸。

婴儿牙牙学语，男女互诉爱意。在肺部、气管和声带的共同作用下，声音出现，喉内肌肉协调作用下，我们说出能够代表自己想法的字符，再赋予其愤怒或喜悦或悲伤的 情感 ，人类的语音就此形成。

18世纪末，一个因土耳其行棋傀儡的骗局将在多年后臭名昭著的发明家沃尔夫冈·冯·肯佩伦，花费了人生最后20年的时间，试图模拟人类的语音。他做了一个布满孔洞的空箱，空箱连接着一个奇异形状的鼓风机，鼓风机被压动后将使得内置的簧片振动，这一过程模拟了人类的发声，也确实发出了声音，而这也成就了人类最早的语音合成机械之一。

让机器更像人类，是无数科学家的梦想。这样的梦想被多方位的推进，从机器的外形上、内核的思考运算上，以及对外表达的说话上。

如今，电子设备取代了空盒子，算法则比簧片更能够协调发声。在技术发展下，声音的波动被计算机捕捉、计算、指引，最终发出声音。这一项带着前人梦想的技术，不再单单出现在**和小说里，也承载起了巨大的市场走进千家万户，这就是语音合成。

从Siri开始的热潮，语音合成潜力无限

同时，Siri的热潮也拉开了语音合成技术运用的大门。

2014年微软推出了"小娜"与"小冰"，这是将Siri所拥有的语音识别技术及语音合成技术分开来，小娜负责理解复杂的口语指令并进行执行，而小冰主要能够和人类友好地聊天。

随后，这样的运用逐步增多：2014 年底，亚马逊发布了 Echo 智能音箱，语音助理 Alexa也随之亮相；一年半后，Google 也发布了第一代智能音箱 Google Home 和语音助手 Google Assistant。

国内的巨头也不遑多让，京东叮咚智能音箱、天猫精灵智能音箱、小爱系列智能音箱、小度智能音箱，也纷纷进入了国人的家居生活。

Siri的热潮同步开启的，不仅仅是语音合成技术在硬件上的应用，也包括一系列更具想象力的交互场景，带来了巨大的商机。

2015年春节，本就搭载了语音导航的高德地图与郭德纲合作，推出了高德地图欢笑版。用户打开高德地图，不仅能够听到导航播报，还能听到郭德纲的极具特色的段子。这一次尝试，让高德地图一度跃至苹果App Store榜单第2名。

在今年新冠肺炎疫情期间，"宅经济"大行其道，"听书"市场也快速爆发，有声阅读成为新的阅读潮流。

除此以外，短视频中的AI配音，让视频内容者省去大量配音时间；对已故知名艺人的声音采集，实现过去与现在的交互，圆了一代粉丝的梦想……

我们可以看到，语音合成技术的未来拥有巨大的想象空间，根据赛迪智库数据，预计到2021年智能语音市场规模将达195亿元。在这其中，智能语音就由语音识别技术（ASR）和语音合成技术（TTS）共同组成。

而这两项技术也正在被头部企业迅速推进，市场之下，语音合成已经不仅仅代表人类过去的梦想，更是代表着更"大一统"的 科技 格局，毕竟，这一技术改变着人类与机器的交互方式，也将改变未来人类的机器使用习惯，代表着全新的机会与入口。

从过去到现在，语音合成技术一览

1773年，俄国科学家、在哥本哈根生活的生理学教授克里斯蒂安·克拉特齐斯坦（Christian Kratzenstein）制造了一个特别的设备，通过共鸣管和风琴管的连接，几乎可以完美的发出 a、e、i、o、u 这五个元音。

十多年后，前文提到的沃尔夫冈·冯·肯佩伦也制造了一台类似的机械声学语音机器。随后，多位发明家基于这一机器进行改进，都是试图通过物理机模拟人说话发音。

这样的尝试已经令人难以想象，不过，即使这样的物理机发展得登峰造极，也无法模拟出我们说出的每一个音节、无法拥有人说话的音质，也无法停顿、无法带有情绪。

因此，另一种方式出现——拼接系统，让说话人录制语音存入系统，在合成语音时选择对应的片段进行拼接、合成。这样的拼接系统能够相比物理机极大地接近人声，虽然拼接处的瑕疵难以消除，但是随着如今大数据时代的来临，大语料库的出现，让拼接出的语音逐步真人化，直至如今依然有商业系统在使用。

基于参数的合成技术的诞生背景则是基于神经网络架构的深度学习方法的飞速进展。当时，对语音的识别不再是识别一个简单的词和短词组，而是基于统计的方法，运用声学模型帮助计算机认知每个音素单元的声学特征、运用语言模型帮助计算机实现对人类用词习惯的认知，最终给到用户最高可能性的连接。在这其中，典型的模型是隐含马尔可夫模型（HMM），用来描述如何在可变长的时序特征序列上打词标签。

2017年3月，行业的引领者Google 提出了一种新的端到端的语音合成系统：Tacotron。端到端语音合成是在参数合成技术上演进而来的，把两段式预测统一成了一个模型预测，即拼音流到语音特征流的直接转换，省去了主观的中间特征标注，克服了误差积累，也大幅度提高了语音合成的质量。

然而，为了实现真正像人一样的发音，语音合成系统必须学会语调、重音、节奏等表达因素，这一问题，Tacotron也并未解决。

谷歌曾共享了两篇新论文试图解决这一问题，第一篇论文《Towards End-to-End Prosody Transfer for Expressive Speech Synthesis with Tacotron》介绍了"韵律学嵌入"（prosody embedding）的概念。论文中为 Tacotron 增加了一个韵律学编码器，该嵌入捕捉包括停顿、语调、语速等在内的音频特征可根据一个完全不同的说话者的声音生产语音。

第二篇论文《Style Tokens: Unsupervised Style Modeling, Control and Transfer in End-to-End Speech Synthesis》则在上一篇论文的架构上进一步展开，并且创新性地提出了一种建模潜在语音"因素"的无监督新方法。这一模型之下，学习的不再是时间对齐的精确的韵律学元素，而是较高层的说话风格模式，并且可以迁移于任意不同的短语之中。

如果论文提到的模型实现，那么我们便可以迫使 Tacotron 使用特定的说话风格，不需要参考语音片段，并能创造出语音长度多样化的不同语句，并带有情绪。

在不远的将来，或许我们就将听到，来自机器的人类声音。

国内：积极商用，进展瞩目

在语音合成的重要研究中，因为国内起步较晚，所以我们很少看到突破性的技术发展。但是，即便停留在艰难的 探索 初期，巨头们之于语音合成仍旧趋之若鹜。

我们也惊喜地看到，不少企业在近期通过语音合成的商用落地，展现出了自己的技术实力。

① 京东数科：AI主播"小妮"上岗

京东数科基于京东多年在人工智能、大数据、云计算等领域的技术沉淀，在2018年就开始组建机器人的团队，研究覆盖生命科学、传感器材料乃至运动力学与人机交互。

在全面的机器人开发体系下，今年5月，京东数科推出了令人瞩目的AI主播"小妮"，这是京东数科自主研发的AI虚拟数字人产品首次亮相。

小妮的真实是全方位的，在听感、表情、头部动作乃至口型上，小妮都极像真人。从文字到语音，小妮通过自研的轻量级对抗语音合成技术进行转化；而小妮特色鲜明的声音及极具真实性的呼吸和停顿，则是来源于在多人数据上结合深度神经网络进行个性化建模……

更为重要的是，小妮的出现打通了语音、图像、视频，在语音生成视频的阶段，她的形象同样真实。因为京东数科AI实验室利用对抗生成网络来还原更真实的表情，通过3D模型运动追踪技术来确保AI主播在说话时口型准确、表情细腻、头部运动自然。

而除了主播领域以外，AI虚拟数字人还可以用智能客服及招聘领域。在未来，我们可以预见到，AI虚拟数字人在其他高重复性场景的更多运用可能性。而伴随着京东数科全面的机器人体系研发技术的进展，或许也将出现超乎我们想象的AI运用。

② 科大讯飞：为多家企业提供底层技术支持

早在之前，科大讯飞就推出了讯飞录音笔、智能鼠标、阿尔法蛋等涉及语音交互的产品。今年，来自科大讯飞地一款彩色墨水屏阅读器正式面世，一方面，阅读器可以进行常见的新闻播报、语音读书，满足用户的基础要求；另一方面，阅读器结内置了神秘AI主播，可以对话用户、助力用户解决问题。同时，科大讯飞也为多家企业提供底层技术支撑，覆盖智能手机、智能 汽车 等多个领域。

③ 腾讯云：语音累计音色种类达24种

而对于拥有国内最大流量池——微信、QQ的腾讯而言，这家企业则选择为内容创业者提供服务。

今年9月，腾讯云语音合成团队正式开放面向全量用户的合成音频平台，该平台能够帮助用户在零门槛的情况下实现语音合成技术的运用，用户只需要直语音合成控制台上生成和下载文本对应的音频文件即可。该功能的侧重点是帮助内容创作者在公众号、短视频、小视频等内容上更简单、快捷地插入对应所需的音频文件。同时，腾讯云还发布了全新地11种音色，其中甚至包括粤语这样的方言在内，目前累计音色种类达24种。

④ 百度：百度大脑开放全栈语音引擎能力

作为将AI作为战略进行投入的百度，在语音合成上的推进也不容小觑。

去年，已经开放三年的百度发布了语音引擎。这是一套非常全面的系统，覆盖内容非常广泛，包括硬件模组、开发板以及语音交互场景解决方案等。在这其中，百度也专门围绕语音合成的成功进行了发布，推出了6个在线语音合成精品音库和5个离线语音合成精品音库。

未来语音合成将更接近人类的语言

立足现在，我们不禁畅想，未来的语音合成将是什么样，又将出现在哪些地方？

在技术上，毫无疑问，未来的语音合成将更接近人类的语言。一个理想的语音合成系统由三部分组成：文本分析、韵律生成和合成语音，而在这三方面，行业的发展都还有待提高。

在这其中，韵律生成是行业面临的共同问题，如何可以让语音合成更像人类？更具表达力？作为声学模型，还有大量个性化、 情感 化的变化因素需要学习。而值得一提的是，语音合成技术的复杂度也需要降低，从而实现更广度地运用。我们也相信，随着大量语料的有效使用，这一切问题也都将解决，未来，语音合成必将更加"传神"。

而随之而来的，我们的生活也将被改变。

一方面，在 科技 带来革新的同时，传统也将受到冲击。在上文中，小妮被运用与客服以及招聘的部分环节，那么很明显，在不远的未来，具有重复性的语音性质的工作将受到巨大影响。

而另一方面，更为智能的未来也将到来，在将来，人与机器的交互方式或许将被彻底改变，到那时，全新的商业机会也将藏于其中。

为了迎接这一时代，巨头趋之若鹜，而普通人也同样该砥砺前行。

#智能语音##语音合成#

自然语言处理（NLP），广义上来讲包括对各种形式的自然语言的处理，即既包括文本，也包括语音。不过，因为对语音的处理涉及信号处理，跟文本处理的感觉不太一样，所以常常把语音单独拿出来说。这样，狭义的 NLP 就单指对文本的处理了。对文本和语音的「处理」，也是一个很广的概念。对文本的处理（即 NLP）包括 parsing、信息提取、情感识别、翻译、生成等等；对语音的处理包括语音识别、说话人识别、情感识别、语种识别、语音合成、语音转换、语音分离、语音增强等等。自然语言处理和语音处理中的各种任务，都要用到机器学习的方法。可以认为这二者是机器学习的应用领域。一般说「研究机器学习」，可以指研究机器学习的方法与理论本身，也可以指研究机器学习的应用。无论从事自然语言处理、语音处理、机器学习中的哪一个领域，都要会编程。但是醉翁之意不在酒，这些领域中的编程更多地是利用已有的算法和模块实现自己的目的，而不是从头去实现算法。所以 ACM（主要锻炼高效算法的实现）、并行结构之类的知识都不是所有人都必需的，而是要看你做的具体任务。另外，这些领域都需要线性代数、微积分、概率论这几种基础数学知识。做自然语言处理和语音处理都还需要少量的语言学知识；做语音处理还需要少量信号处理知识。

目前的语音技术能力主要包含了四个方面：语音唤醒、语音识别、语音理解和语音合成

语音唤醒

语音唤醒指在待机的状态下，用户说出特定指令（唤醒词）使设备进入工作状态或完成某一操作；当前更多应用于手机、可穿戴设备、车载设备、智能家居等。

1、常见两种唤醒方式：“一呼一答”和“唤醒词+命令词”；即多轮对话（一次唤醒、一个任务、多轮交互）和连续对话（一次唤醒、多个任务，无需唤醒）

2、唤醒词设计原则：易唤醒、低误唤醒 、品牌性、易记易读性

3、华为和苹果手机语言助手唤醒交互：

· 手机的语音助手都是基于特定的人识别，非用户本人无法用同样的唤醒词唤醒手机语音指令，

· 采取的唤醒方式均为“一呼一答”

· 唤醒词设计，华为的“我的荣耀”基于品牌调性，但易读性不强

· 在语音交互过程中，用问答的方式给到用户强反馈，单纯的铃声不足以引起用户触达，通常情况下用户使用语音是在不方便查看手机或者有其他干扰的情况下的。

语音识别

语音识别技术，也被称为 自动语音识别 Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

1、语音识别包括两个阶段 ：训练和识别。

训练阶段：收集大量的语音语料，经过预处理和特征提取后得到特征矢量参数，最后通过特征建模达到建立训练语音的参考模型库的目的。

识别阶段：将输入语音的特征矢量参数和参考模型库中的参考模型 进行相似性度量比较，把相似性最高的输入特征矢量作为识别结果输出。

2、语音识别对象：特定人识别（手机语音助手，设定只识别手机用户个人的声音）、非特定人识别（语音搜索，识别搜索词）。

特定人识别是指识别对象为专门的人，非特定人识别是指识别对象是针对大多数用户，一般需要采集多个人的语音进行录音和训练，经过学习，达到较高的识别率。

3、基于现有技术开发嵌入式语音交互系统，目前主要有两种方式：

一种是直接在嵌入式处理器中调用语音开发包；另一种是嵌入式处理器外围扩展语音芯片。第一种方法程序量大，计算复杂，需要占用大量的处理器资源，开发周期长；

第二种方法相对简单，只需要关注语音芯片的接口部分与微处理器相连，结构简单，搭建方便，微处理器的计算负担大大降低，增强了可靠性，缩短了开发周期。

语音理解

语义理解是指机器能够结合上下文，自然地理解用户的需求，并能给出正确以及人性化的反馈。

语音合成

语音合成是通过机械的，电子的方法产生人造语音技术。语音合成的关键点是真人音色模拟，一致性、流畅性、稳定和有情感。

语音合成，又称 文语转换（Text to Speech）技术 ，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及声学、语言学、 数字信号处理 、计算机科学等多个学科技术，是 中文信息处理 领域的一项前沿技术，解决的主要问题就是如何将文字信息转化为可听的声音信息，也即让机器像人一样开口说话。

TTS结构

语言处理

在文语转换系统中起着重要的作用，主要模拟人对自然语言的理解过程——文本规整、词的切分、 语法分析 和 语义分析 ，使计算机对输入的文本能完全理解，并给出后两部分所需要的各种发音提示。

韵律处理

为合成语音规划出音段特征，如音高、音长和音强等，使合成语音能正确表达语意，听起来更加自然。

声学处理

根据前两部分处理结果的要求输出语音，即合成语音。

第一式：香肩外露

第二式：笑面如花，用笑声驯服姑娘

第三式：4a7f765cc44be9af2ce754997b790diminution英武，好汉救美的首选男主角

第四式：嘻皮笑容，姑娘们就爱好这样的男生

第五式：黑社会型，眼冒寒光,[Reindicant] 2007, the most rank soundarticulates，混身披发着男子汉的气味

第六式：肥猫型,[Transfer] before you hang up forever, etc，装傻充愣

第七式：67a2d49671380cult0bb25df7451efe43俊扮酷型

第八式：贤慧家居型

第九式：流氓可耐型

第十式：慈善厚道型

第十一式：如醉如痴型

第十二式：目空所有高傲型

第十三式：含情默默型

第十四式：缄默是金型

第十五式：健康阳光型

第十六式：随便而安型

第一十七式：痞子型

INTERSPEECH是由国际语音通讯协会 （International Speech Communication Association, ISCA）创办的语音信号处理领域顶级旗舰国际会议。历届INTERSPEECH会议都备受全球各地语音语言领域人士的广泛关注。

今年的INTERSPEECH 2021于8月30号～9月3号在捷克布尔诺举行。本次的会议采用线上视频会议和线下会议同步进行的方式。

继去年11篇论文入选INTERSPEECH 2020之后，本次INTERSPEECH 2021阿里巴巴达摩院语音实验室再度有9篇论文被接收。本次被接收的论文研究方向包括语音识别，语音合成，后处理技术，前端信号处理技术等研究方向。下文我们将对这些论文进行解读。

极低尺寸的设备端语音识别系统：

Extremely Low Footprint End-to-End ASR System for Smart Device。

近年来，端到端语音识别变得流行起来，因为它可以将声学、发音和语言模型集成到单个神经网络中，并且优于传统模型。在端到端方法中，基于注意力的模型，例如，Transformer 已经成为主流方法。端到端模型打开了在智能设备上部署语音识别系统的大门，但它仍然受到模型参数量大的困扰。本文为智能设备提出了一种占用空间极低的端上语音识别系统，以实现在不牺牲识别精度的情况下满足资源受限的目标。我们设计了跨层权重共享结构来提高参数效率，进一步利用包括稀疏化和量化在内的模型压缩方法，以减少内存存储并提高智能设备的解码效率。

EMOVIE: 中文普通话开源情感语音数据库：

EMOVIE: A Mandarin Emotion Speech Dataset with a Simple Emotional Text-to-Speech Model。

近几年来，神经网络语音合成技术愈发受到人们的关注，也取得了很好的成果。但是，由于缺少高质量情感数据以及先进的语音合成情感模型，如何合成更具表现力的音频成为了研究人员的一个新的挑战。在这篇文章中，我们开源了一份中文普通话情感语音数据库——EMOVIE。这个数据库的音频来自于7部中文普通话**，考虑到需要尽量低的背景噪声，**类型主要是故事片和喜剧片。基于字幕中的文本和时间戳信息，我们进行切音、转录和筛选，最终获得了9724句音频，共约418h。在数据标注的时候，我们采用 -1、-05、0、05、1五个情感极性（emotion polarity）对每个音频进行人工标注。