CSEMOTIONS 是由阿里巴巴于 2025 年发布的一个情绪音频数据集，相关论文成果为「Marco-Voice Technical Report」旨在支持可控性与自然语言语音生成领域的研究。 该数据集包含约 10 小时的高质量音频数据，涵盖 10 位专业配音演员（5 位男性、 5 位女性）在平静、快乐、愤怒、悲伤、惊讶、厌恶、恐惧七种情绪类别下的音频，每种情绪均包含 500-700 条中文文本的录音。

Citation

@misc{tian2025marcovoicetechnicalreport, title={Marco-Voice Technical Report}, author={Fengping Tian and Chenyang Lyu and Xuanfan Ni and Haoqin Sun and Qingjuan Li and Zhiqiang Qian and Haijun Li and Longyue Wang and Zhao Xu and Weihua Luo and Kaifu Zhang}, year={2025}, eprint={2508.02038}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2508.02038}, }