CMU-MOSEI, dessen vollständiger Name „CMU Multimodal Opinion Sentiment and Emotion Intensity“ lautet, ist der größte trimodale Datensatz mit Anmerkungen zu Stimmungen und Emotionen.

Der CMU-MOSEI-Datensatz enthält über 65 Stunden kommentiertes Videomaterial von über 1.000 Sprechern zu 250 Themen. Es ist erwähnenswert, dass dieser Datensatz über eine Multi-Label-Funktion verfügt, d. h. jede Probe kann mehr als einer Emotion entsprechen, und die Stärke der entsprechenden Emotionen ist ebenfalls unterschiedlich und reicht von [-3 bis 3].