2025.07.14

Qlean Dataset、感情音声データセット「9感情×2強度・日本語感情発話」を提供開始

~GENIAC採択企業のVisual Bankが提供、【日本語話者・強弱つき感情ラベル・商用利用可の音声データ】でAI開発現場をご支援~

Visual Bank株式会社(東京都港区、代表取締役CEO 永井真之)は、傘下の株式会社アマナイメージズを通じて展開するAI学習用データソリューション「Qlean Dataset(キュリンデータセット)」において、「感情を込めた発話データセット」の提供を開始します。

■ 感情音声データセットとは

感情音声データセットとは、感情ラベルが付与された音声コーパスです。音声感情認識(SER)モデルの学習・評価、感情表現を伴うTTSモデルの構築、マルチモーダルAIの感情推定タスクに活用されます。本データセットは、先行研究に基づく9感情×強弱2段階という細粒度のラベル設計が特徴で、感情強度を考慮したモデル開発や、強度別の精度検証が可能です。

■ 「感情を込めた発話データセット」の概要

10代〜50代の日本人男女100名が、感情分析の先行研究に基づく9種類の感情を「通常」「強い」の2強度で発話した音声を収録しています。固定セリフ形式のため話者間の比較・対照実験に適しており、感情ラベルの精度検証やベンチマーク評価に最適な設計です。

データ種別:

音声(1話者・感情発話形式)

収録話者:

日本人男女100名(10代〜50代)

感情種類:

9種類(普通・落ち着き・喜び・悲しみ・怒り・恐れ・嫌悪・驚き・焦り)

強度ラベル:

2段階(通常・強い)

収録セリフ:

「ラジオからこんなニュースが流れてきた」
「テーブルに携帯電話が置かれている」

ファイル数:

6,800ファイル

データ形式:

wav

利用用途:

商用利用可能

サンプルデータはこちら:https://qleandataset.visual-bank.co.jp/lineup/ds-001

■ よくある質問(FAQ)

Q. 感情音声データセットはSER(音声感情認識)開発にどう使えますか?
A. 9感情×2強度の分類済み音声を用いて、F0・MFCCなどの音響特徴量から感情を推定するアルゴリズムの学習・評価に利用できます。固定セリフ形式のため話者間の対照実験が可能で、感情強度がモデル精度に与える影響の定量評価にも対応します。

Q. TTS(音声合成)への活用は可能ですか?
A. VITS・StyleTTSなどへのファインチューニングに活用可能です。9感情×2強度の多様なプロソディにより、感情表現力の高いAIキャラクター・バーチャルアシスタントの音声生成エンジンを構築できます。

Q. マルチモーダルAI開発への活用は?
A. 音声・セリフ・話者属性(年代・性別)を組み合わせ、VTuberやアバターの感情推定を行うマルチモーダルモデルの学習・評価データとして活用できます。

Q. コンタクトセンター向け感情分析への活用は?
A. 怒り・焦りなど9感情のラベル付き音声を教師データとして、リアルタイム感情検知モデルを構築。Google STT・Amazon Transcribeと組み合わせたエスカレーション判断システムの実装に対応します。

Q. カスタム収録・追加対応は可能ですか?
A. はい。感情種類・強度・年齢層・収録条件など、開発要件に応じたカスタムデータ収集に対応しています。

■ 「感情を込めた発話データセット」のユースケースイメージ

▷ SER(音声感情認識)モデルの学習・精度検証
9感情×2強度のラベル付き音声でF0・MFCCベースの感情推定モデルを学習・評価。固定セリフ設計により話者間の対照実験・ベンチマーク測定が可能です。

▷ 表現力豊かなTTS・対話AIのファインチューニング
9感情×2強度の多様なプロソディをVITS・StyleTTSへのファインチューニングに活用。感情強度に応じた発話スタイルを再現するAIキャラクター・バーチャルアシスタントを構築できます。

▷ マルチモーダルAI・感情推定モデルの開発
音声・テキスト・話者属性(年代・性別)の三要素を組み合わせ、VTuberやアバター向けの感情推定マルチモーダルモデルの学習・評価データとして活用できます。

▷ コンタクトセンター向けリアルタイム感情分析
 怒り・焦りなどの感情ラベル付き音声を教師データとして、SERモデルによるリアルタイム感情検知システムを構築。Google STT・Amazon Transcribeと組み合わせたエスカレーション自動判断に対応します。

▷ モデル評価・ベンチマーク用途
 感情強度の異なる2段階ラベルにより、感情分類AIの強度別精度評価やABテスト、WER測定など多角的なベンチマークに活用できます。

『Qlean Dataset』の提供するデータセットの特徴

『Qlean Dataset(キュリンデータセット)』について 『Qlean Dataset』は、Visual Bank傘下の株式会社アマナイメージズが提供する権利クリア・商用利用可能なAI学習用データソリューションです。音声・画像・動画・3D・テキストなど多様な形式に対応し、基盤モデル開発者をはじめとするAI開発者が、法的リスクなく高品質なデータを調達・活用できる環境を提供しています。国内外のデータホルダーや、ラジオ・新聞社・通信社等のメディアとの協業により、業界特化・トレンド直結のデータラインナップ『AIデータレシピ』を随時追加中です。既存データは最短2営業日で納品し、カスタム収録・収集にも対応しています。 
Qlean Datasetサイト:https://qleandataset.visual-bank.co.jp/ 
AIデータレシピ:https://qleandataset.visual-bank.co.jp/lineup

Visual Bank株式会社

AI開発力を最大化する次世代型データインフラを構築・提供するスタートアップ企業として、「あらゆるデータの可能性を解き放つ」をミッションに掲げ事業活動を展開。漫画家の「もっと描きたい!」をサポートするAI補助ツールを提供する『THE PEN』、AI学習用データセット開発サービス『Qlean Dataset(キュリンデータセット)』を提供する株式会社アマナイメージズを100%子会社に持つ。
また、Visual Bankは国の研究開発プログラム「GENIAC」にも採択され、社会実装に向けた取り組みを加速させています。

代表取締役CEO:永井 真之
所在地:〒107-0062 東京都港区南青山7-1-7 C-Cube南青山ビル6F
Visual Bank企業URL:https://visual-bank.co.jp/
アマナイメージズ企業URL:https://amanaimages.com/about/

  • 音声データセット

株式会社アマナイメージズ

Visual Bank株式会社


© amanaimages inc.