ESD steht für Emotional Speech Database, einen Datensatz emotionaler Sprache, der für die Sprachkonvertierungsforschung verwendet wird. Der Datensatz besteht aus 350 parallelen Äußerungen von 10 englischen und 10 chinesischen Muttersprachlern und deckt 5 Emotionskategorien ab (neutral, glücklich, wütend, traurig und überrascht). Mehr als 29 Stunden Sprachdaten wurden in einer kontrollierten akustischen Umgebung aufgezeichnet. Dieser Datensatz eignet sich für die mehrsprachige und sprachübergreifende Erforschung der emotionalen Sprachkonvertierung.