IEMOCAP (Interactive Emotional Dyadic Motion Capture の正式名) は、マルチモーダル感情認識データ セットです。

IEMOCAP データ セットは 151 の記録された会話ビデオで構成されており、各会話には 2 人の話者が含まれており、データ セット全体には合計 302 のビデオが含まれています。各クリップには、感情の 9 つのカテゴリ (怒り、興奮、恐怖、悲しみ、驚き、フラストレーション、幸福、失望、中立) および価性、興奮、支配性がラベル付けされています。このデータ セットは、5 組の話者が関与する 5 つの会話を記録します。