Detail publikace
BESST Dataset: A Multimodal Resource for Speech-based Stress Detection and Analysis
JUŘÍK, V.
Karafiát Martin, Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
BESST dataset, stress recognition, multimodal data, speech research,
physiological signals, cognitive load, speech production
Brněnský rozšířený zátěžový a řečový test (BESST) je novým zdrojem pro komunitu
zabývající se výzkumem řeči, který nabízí multimodální audiovizuální,
fyziologická a psychologická data, která umožňují zkoumat souhru stresu a řeči.
V tomto článku představujeme datovou sadu BESST a poskytujeme podrobnosti o jejím
designu, protokolech sběru a technických aspektech. Soubor dat obsahuje vzorky
řeči, fyziologické signály (včetně elektrokardiogramu, elektrodermální aktivity,
teploty kůže a údajů o zrychlení) a videozáznamy od 90 subjektů provádějících
úkoly vyvolávající stres. Zahrnuje 16,9 hodin čistých dat české řeči, v průměru
15 minut čisté řeči na účastníka. Postup sběru dat zahrnuje indukci kognitivního
a fyzického stresu vyvolaného úlohou Reading Span (RSPAN) a úlohou Hand Immersion
(HIT). Soubor dat BESST byl shromážděn podle přísných etických standardů a je
dostupný pro výzkum a vývoj.
@inproceedings{BUT193740,
author="PEŠÁN, J. and JUŘÍK, V. and KARAFIÁT, M. and ČERNOCKÝ, J.",
title="BESST Dataset: A Multimodal Resource for Speech-based Stress Detection and Analysis",
booktitle="Proceedings of Interspeech 2024",
year="2024",
journal="Proceedings of Interspeech",
volume="2024",
number="9",
pages="1355--1359",
publisher="International Speech Communication Association",
address="Kos",
doi="10.21437/Interspeech.2024-42",
issn="1990-9772",
url="https://www.isca-archive.org/interspeech_2024/pesan24_interspeech.pdf"
}