TAME Pain — 疼痛语音多模态音频数据集

INFOBOX — TAME Pain 一屏速览

维度	内容
本质	疼痛语音音频数据集：冷加压任务（CPT）诱发急性疼痛，记录健康成人朗读语音，把自报疼痛强度与声学信号逐句配对
名称	TAME = Trustworthy AssessMEnt（首字母缩略，非「驯服」）
团队	University of Texas at Austin（一作/通讯 Tu-Quyen Dao；通讯 Arya Farahi）；合作 University of Nottingham / Southampton / Missouri
论文	Scientific Data 2025;12(1):595，doi:10.1038/s41597-025-04733-2（2025-04-10；Data Descriptor 类型）
数据	PhysioNet v1.0.0，2025-01-21 发布；7,044 个 .wav（其中 7,039 条标注语句）；约 311.24 分钟
参与者	51 名健康成人（26 女/22 男/3 非二元；均值 21.33 岁，SD 4.18）
音频规格	.wav，16-bit 单声道 PCM，16 kHz
采集	Røde Wireless PRO 领夹麦（主）+ Blue Yeti 桌面麦；CPT 水温 0-4 °C，手浸最长 3 分钟
朗读材料	Harvard Sentences（哈佛句表，IEEE 1969 语音可懂度标准句集）
标注	自报疼痛 1-10 + 修订疼痛 + 动作质量标签 0-4 + 7 类干扰标注（2,869 条含备注）
分类任务	二分类（No Pain/Pain）、三分类（Mild/Moderate/Severe）、条件（Cold/Warm）
获取	受限访问——注册 PhysioNet + 签署数据使用协议 1.5.0
许可	PhysioNet Restricted Health Data License 1.5.0（不可自由再分发）
库内互链	coswara(417)、speech-accessibility-project(830)、parkinsons-voice-uci(444)、saarbrucken-voice-db(452)

TAME Pain 是一个「让机器听懂疼痛」的数据集：它不给患者抽血、也不扫描身体的任何部位，而是让 51 名健康成年人把手浸入 0-4 °C 的冷水里诱发急性疼痛，一边朗读标准句表、一边自报疼痛分数，然后把每一句话的音频与那个时刻的疼痛强度一一配对。它想回答的问题是——当一个人疼的时候，声音会怎样变化，机器能不能从声音里读出疼痛等级。这个问题的现实意义在于：婴儿、失语患者、语言不通者、自闭症或卒中患者往往无法用语言报告疼痛，而疼痛又是被称作「第五生命体征」的基本临床信息。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——注意这是受限访问，必须先注册 PhysioNet 并签署数据使用协议，没有公开直链可绕。
2. 关心建模：直奔 §4 标注体系与 §5 分类任务——三个任务（二分类/三分类/条件分类）的类别分布与动作标签质量分层决定了你的实验设计。
3. 关心局限：直奔 §9 与坑点章——实验室健康年轻人的诱发疼痛能否外推到临床，是这个数据集最大的争议点，务必先读。

§0 导读：这个数据集解决什么问题

疼痛是临床中最基本也最棘手的信号。它被称为「第五生命体征」，即继体温、脉搏、呼吸、血压之后的第五项生命体征——但与其余四项不同，疼痛至今没有客观测量手段，只能依赖患者自报。自报的局限是双重的：一是主观性，个体疼痛阈限、文化背景、表达能力都会影响评分；二是可达性，临床上大量人群根本无法有效自报疼痛——无法言语的急症患者、婴幼儿、发育或神经功能受损者、与医生语言不通者，以及学习障碍、自闭症、卒中患者。

如果疼痛会在声音里留下可测量的印记，那么「用声音评估疼痛」就能成为一条非侵入、低成本、可在远程医疗场景落地的辅助路径。已有的间接证据支持这一方向：婴儿的哭声可以被用来以较高准确率区分疼痛与不适；脊柱疾病患者的研究中，研究者用语音特征预测疼痛高低（报告准确率约 0.71、F1 约 0.73）。但这些研究要么是非语言信号（哭声），要么存在疼痛评分与录音之间长达 24 小时的时间错位。

TAME Pain 的回答是把这个关系在同一时刻、同一受控环境里固化下来：用冷加压任务（Cold Pressor Task, CPT）诱发可重复的急性疼痛，用哈佛句表（Harvard Sentences）控制朗读内容，然后在疼痛刺激的当下同步采集语音与自报疼痛分。这样得到的 7,039 条语句，每一条都带着「说这句话时这个人自报有多疼」的标签，且录音与疼痛评分之间的时间差被压到最小。数据集的核心宣称是：它是同类（疼痛语音）数据集中规模最大的一个（“largest of its kind to date”）。

§0 读法三则：

1. 这个条目是「数据集 + 数据描述论文」的组合：主体是 PhysioNet 上的 7,044 个 wav 与配套元数据，论文（Scientific Data Data Descriptor）负责交代采集协议、标注体系与验证。
2. 全文数字以 PhysioNet 页与 PMC 论文正文为准；数据发布（2025-01-21）与论文发表（2025-04-10）是两个时点，见坑 2 存照。
3. 检索时务必加 “pain”+“audio/speech” 限定——TAME 是泛用缩写，检索词不加限定会撞上同缩写的临床试验、气象项目等（坑 1）。

§1 数据集速览：十问十答

Q1：TAME Pain 到底是什么？
一个疼痛语音数据集：用冷加压任务诱发急性疼痛，记录 51 名健康成人朗读哈佛句表时的语音，并把每句话的音频与当时的自报疼痛强度（1-10）配对。它是公开可查的、同类中规模最大的疼痛语音数据集。

Q2：TAME 是什么意思？
Trustworthy AssessMEnt of Pain from Speech and Audio for the Empowerment of Patients——「以语音与音频可信地评估疼痛、赋能患者」的缩写。它不是「tame（驯服）」的意思，展开后的首字母是 T-A-M-E。

Q3：数据有多大？
51 名参与者、7,044 个 .wav 音频文件、其中 7,039 条已标注语句、总时长约 311.24 分钟（约 5 小时 11 分）。平均每句 2.65 秒（SD 0.57），最短 0.33 秒、最长 5.88 秒。

Q4：音频是什么规格？
.wav，16-bit 单声道 PCM，16 kHz 采样率。主录音设备是 Røde Wireless PRO 领夹麦（挂在挂绳上、距下巴约 10 英寸），另有 Blue Yeti 桌面麦作辅助；发布的是主麦（Røde）录音。

Q5：怎么诱发疼痛的？
冷加压任务（Cold Pressor Task, CPT）——参与者把手掌向上浸入 0-4 °C 的冷水中，最长 3 分钟或直到自愿抽手；每次冷暴露后把手浸入温水回到个人基线温度以减轻不适。每只手在实验前用红外温度计测量基线手温。

Q6：让参与者说了什么？
朗读哈佛句表（Harvard Sentences）——一组语音平衡的标准英语句子，覆盖广泛英语音素，用于可懂度测试。参与者按自己节奏朗读，因此每人读的句子数不同。朗读时手保持尽量不动以减少录音干扰。

Q7：疼痛标签怎么来的？
参与者逐句自报疼痛水平（1-10），数据集中同时保留「PAIN LEVEL」与「REVISED PAIN」两列。三个下游分类任务由这些分数映射而来：二分类（1-3=No Pain、4-10=Pain）、三分类（1-3=Mild、4-6=Moderate、7-10=Severe）、条件分类（Cold/Warm）。

Q8：动作标签（Action Label）是什么？
一个 0-4 的音频质量分级：0 = 高质量、几乎无干扰；4 = 低质量、极可能干扰语音处理。综合每条语句的干扰标注给出，一句话有多项标注时取最高动作标签。使用建议：研究应移除 label=4；对干扰敏感的应用只用 label=0。

Q9：我怎么拿到数据？
去 PhysioNet 的 TAME Pain 页面（v1.0.0）。受限访问：注册 PhysioNet 账号、签署 PhysioNet Restricted Health Data Use Agreement 1.5.0 后才能下载。没有公开直链，南安普顿 ePrints 镜像记录明确「无文件可下载」。

Q10：为什么它对 AI-Ready 重要？
它是「受限但高质量受控采集」语音医疗数据的样本：核心价值在协议设计（CPT+哈佛句表）与人工标注体系，但物理受限访问把可获取性分数压低——这类「协议可读、数据需申请」的结构在库内语音域是重要对照。

§2 数据构成与规格

2.1 规模与文件组织

TAME Pain v1.0.0 由四个组成部分构成，全部托管在 PhysioNet：

组成	文件	行/文件数	内容
音频	mic1_trim_v1.zip	7,044 个 .wav	按 51 个参与者文件夹组织的主麦录音
音频元数据	meta_audio.csv	7,044 行	文件标识、疼痛水平、修订疼痛、时长、动作标签、备注
参与者元数据	meta_participant.csv	51 行	PID、人口统计、文件夹大小、文件数、总时长、条件完成状态
标注	Labels/*.csv（Annotations 目录）	7 个 CSV	七类干扰与技术性标注

音频文件命名格式为 PID.COND.UTTNUM.UTTID：PID 为参与者编号，COND 为条件，UTTNUM 为语句序号，UTTID 为语句 ID（UTTID=99999 表示该文件是疼痛评分语句）。

规模的三个口径（三者不矛盾，含义不同）：

• 7,044：采集到的 .wav 文件总数（PhysioNet 数据资源页与论文正文一致）。
• 7,039：有疼痛评分配对的已标注语句数（论文的「工作数据集」working dataset 口径，全文图表均按此口径）。
• 311.24 分钟：7,039 条语句的总时长（论文正文明确 “Our working dataset contains 7,039 utterances and 311.24 minutes of data”）。

多出的 5 个文件是「无疼痛评分」的音频——由于该参与者在该条件下没有可用的疼痛陈述，这 5 条被排除在所有图表之外（见 §4.5 与坑 3）。

2.2 音频规格与设备

属性	规格
格式	.wav
位深/声道	16-bit，单声道（mono）
采样率	16 kHz
主麦克风	Røde Wireless PRO close-talking 领夹麦（挂绳佩戴，距下巴约 10 英寸 / 约 25 cm）
辅助麦克风	Blue Yeti 桌面麦（另置；发布的是主麦录音）
片段切分	一句一文件（one utterance per .wav file）
静音裁剪	用 Python webrtcvad（voice activity detection）裁剪首尾静音，取最低侵袭性设置
标注监听耳机	Sony WH-1000XM5 无线降噪耳机

之所以选择 Røde 领夹麦作主录音，是因为 close-talking（近讲）配置能最大限度抑制实验室环境噪声、稳定信噪比；Blue Yeti 桌面麦提供了冗余通道，但发布的只有主麦。VAD 裁剪（webrtcvad 最低侵袭性）只去首尾静音，不做降噪，因此音频保留了全部环境干扰——这也是为什么必须配动作质量标签做质控。

2.3 参与者构成

51 名参与者的招募条件为：18-35 岁、英语流利、有健康保险。人口统计如下（PhysioNet meta_participant.csv 口径）：

维度	分布
性别	26 女 / 22 男 / 3 非二元
年龄	均值 21.33 岁，SD 4.18
族裔	27 亚裔 / 14 白人 / 5 西班牙裔或拉丁裔 / 4 多种族 / 1 黑人、非裔美国人

初筛排除：在初始筛选中，另有 6 名自报以下任一医疗状况的参与者被排除，以降低 CPT 期间不良事件风险——高血压、心脏或循环问题、心境恶劣、心血管疾病、以及（如雷诺现象、晕厥、癫痫、冻伤等风险因素）。另据论文，开放性伤口、溃疡、手或手附近骨折、神经疾病、糖尿病、癫痫、怀孕者亦不符合条件。

样本偏斜提示：这是一个**以大学生为主、族裔构成偏亚裔（27/51）**的便利样本。任何把该数据集当作「一般人群疼痛语音分布」的假设都不成立——跨人群外推前须先对齐人口构成（见坑 5）。

2.4 与同类疼痛语音数据集的规模对照

论文的核心宣称是「同类中规模最大」。作为参照，论文与领域内可比资源如下：

资源	类型	规模	与 TAME Pain 的关系
TAME Pain	疼痛语音音频	51 人 / 7,039 句 / 311 分钟	本条目主体
脊柱疾病患者语音研究（Duey et al. 24）	疼痛语音	60 名脊柱疾病患者	有 24 小时评分-录音时延；TAME Pain 为消除时延而设计
婴儿哭声疼痛识别研究	非语言疼痛音频	哭声样本	非语言信号，非成人朗读语音
Q-Pain（库内互链候选）	疼痛管理 QA	文本问答	测社会偏见，非声学信号

TAME Pain 的差异化在于三点：同步（评分与录音几乎同时）、受控（CPT 标准化疼痛诱发 + 哈佛句表标准化朗读）、标注完备（逐句质量分级 + 七类干扰标注）。

2.5 标签与分类体系速览

数据集的标签分三层：

1. 原始逐句标签：PAIN LEVEL（自报疼痛 1-10）、REVISED PAIN（修订疼痛）、ACTION LABEL（0-4 质量）、NOTES（干扰/技术性备注）。
2. 派生分类任务标签：Binary（No Pain/Pain）、Three-Class（Mild/Moderate/Severe）、Condition（Cold/Warm）。
3. 七类干扰标注：见 §4.3。

三层标签的关系是：原始标签来自参与者自报 + 听审（TD 用 Sony WH-1000XM5 逐条听）；派生任务标签由原始疼痛分映射；干扰标注由听审产生、再汇总为动作标签。

2.6 数据质量工艺对照：受控采集 vs 野采语音

TAME Pain 属于「实验室受控采集」谱系，与「野采/众包语音」（如 coswara 的自愿者录音、Speech Accessibility Project 的远程采集）在质量谱上位置不同：

维度	TAME Pain（受控实验室）	野采/众包语音（对照）
环境	固定实验室、降噪耳机监听标注	参与者自选环境、噪声不可控
设备	统一 Røde 领夹 + Blue Yeti	参与者自备设备，规格不一
刺激	CPT 标准化诱发 + 哈佛句表	无统一刺激，内容多样
标签	同步自报疼痛 + 逐句质量	多为元数据标签，无生理锚
代价	受限访问、样本小（51 人）	公开可得、样本大

这条对照线决定了使用场景：需要高质量、强对齐声学-疼痛标签时选 TAME Pain；需要规模与人群多样性时选野采资源。

2.7 元数据表字段逐列解析

meta_audio.csv 是使用者最常打交道的表，逐列含义如下：

列名	类型	含义	注意事项
文件名/标识	字符串	PID.COND.UTTNUM.UTTID	COND 决定条件标签来源
PAIN LEVEL	整数 1-10	说话时自报疼痛分	原始自报，含个体标度偏差
REVISED PAIN	整数 1-10	修订疼痛分	含少量「沿用相邻」推断值
DURATION	浮点（秒）	语句时长	用于核验 311.24 分钟总长
ACTION LABEL	整数 0-4	音频质量档	取最高（最保守）
NOTES	文本	自由备注	七类干扰标注的来源

meta_participant.csv 则为 51 行，含 PID、人口学字段（年龄、性别、族裔）、该参与者文件夹大小、文件数、总时长、以及各条件完成状态。两个表通过 PID 关联，是构造被试级划分（subject-wise split）的关键——任何要避免数据泄露的实验都应先按 PID 分组再做划分。

2.8 两个规模口径的深层含义（7,044 vs 7,039）

这两个数字的差异看似只是 5 条，但背后是一套标注可为性的逻辑：

• 不是每条录到的音频都能被赋予疼痛标签，因为疼痛标签依赖「有可用的疼痛陈述作参照」。
• 当某被试在某条件下完全没有陈述过疼痛分，其对应语句就无法被可靠标注，只能剔除。
• 于是「物理上录到的文件数」（7,044）与「标注上可用的语句数」（7,039）必然不同。

对使用者的启示：任何声称「数据量 N 条」的说法都必须先问清是哪个口径。 用 7,044 训练会比 7,039 多出 5 条无标签样本，若未处理会引入标签缺失问题。论文所有统计与图表一律基于 7,039，复现时应以此为准。

2.9 版本与更新策略

PhysioNet 上的 TAME Pain 记为 v1.0.0（2025-01-21）。版本号采用语义化三段式（MAJOR.MINOR.PATCH）的常见约定：主版本变更通常意味着数据结构或标注口径的重大调整，小版本为新增，补丁为勘误。使用者引用时应记录确切版本号与 DOI，因为受限数据集的更新可能改变标注或修复缺陷，跨版本混用会破坏可比性。当前条目描述的是 v1.0.0 的快照。

§3 采集协议：CPT + 哈佛句表

3.1 冷加压任务（CPT）设计

Cold Pressor Task 是心理学疼痛研究中历史悠久的标准化疼痛诱发范式：将肢体浸入低温水，产生可重复、可耐受、可即时撤回的急性疼痛。TAME Pain 的 CPT 实现细节：

• 水温：0 °C 至 4 °C（论文原文 “water temperatures ranging from 0°C to 4°C”）。
• 姿势：手掌向上（palm facing upwards），while performing the reading task——即一边浸手一边朗读。
• 时长上限：最长 3 分钟，或直到参与者自愿抽手（自我保护，符合 IRB 要求）。
• 恢复：每次冷暴露后，把同一只手浸入温水，回到个人基线手温，以最小化不适、确保条件间一致。
• 基线测量：采集前用红外温度计测量每只手的基线温度，实验者据此在最后一次试次后把参与者手温带回个人基线。

3.2 条件与试次顺序（拉丁方平衡）

实验含冷/暖两类条件，各有左右手。条件缩写为：LC（Left Cold，左手冷）、LW（Left Warm，左手暖）、RC（Right Cold，右手冷）、RW（Right Warm，右手暖）。为抵消顺序效应，四组试次顺序用拉丁方设计：

• 组 1：LC-LW-RC-RW
• 组 2：LW-LC-RW-RC
• 组 3：RC-RW-LC-LW
• 组 4：RW-RC-LW-LC

每组顺序恰好让四种条件各在四个时间位出现一次。这一设计让「暖条件」成为冷条件的对照基线——同一只手、同一套朗读材料，唯一变量是水温，因此 Condition（Cold/Warm）分类任务的标签在方法上是有控制的。

3.3 朗读材料：哈佛句表

参与者朗读的是从随机化列表中选取的哈佛句表（Harvard Sentences）。哈佛句表是一组语音平衡（phonetically balanced）的英语句子，覆盖广泛的英语音素，用于确保语音样本的代表性。它的来源是 IEEE 1969 年的推荐实践（IEEE Recommended Practice for Speech Quality Measurements）。

选择哈佛句表而非自由说话，是为了控制语言内容变量：如果每个人说自己想说的话，那么声学差异里就混杂了内容差异，疼痛信号的估计会失真。用固定的语音平衡句表，声学变化更可能来自疼痛状态本身。

参与者按自己节奏朗读，因此每人读的句子数不同——这解释了为什么 51 人会产生 7,044 句（人均约 138 句）而非固定句数。

3.4 录音与实验环境

• 麦克风布设：Røde Wireless PRO 领夹麦（主）挂在挂绳上、距下巴约 10 英寸；Blue Yeti 桌面麦另置。
• 动作控制：参与者被要求整场试次尽量保持手不动，以减少外部干扰（手部移动会产生振动噪声）。
• 实验环境：受控环境（controlled environment），论文强调高质量疼痛数据集在高度受控环境中的稀缺性——这是 TAME Pain 的定位依据。
• 伦理审批：采集协议经 University of Texas at Austin 机构审查委员会（IRB）批准，IRB 编号 STUDY00004954。此外，团队采用负责任研究与创新（RRI）方法，基于 AREA（Anticipate, Reflect, Engage, Act）框架开展伦理工作坊，由 Liz Dowthwaite 主持，辅助伦理申请与项目目标设定。

3.5 协议的可复现性评估

从复现角度看，TAME Pain 的协议披露程度较高：水温区间、浸手时长上限、麦克风型号与距离、朗读材料来源、试次顺序设计、IRB 编号均已公开。缺口在于：具体冷/暖水的精确温度设定值、每个参与者的实际浸手时长、以及温水回温的具体温度未在论文中逐项给出。复现团队需自行补齐这些参数——这意味着「按论文复现出分布一致的疼痛语音数据集」存在一定不确定性（见坑 6）。

3.6 CPT 的生理与心理机制简述

理解 CPT 为什么能作为疼痛诱导的金标准，需要知道它激活的生理通路：冷水浸手主要激活冷感受器（cold receptors），随浸泡时间延长，深部组织的温度下降触发伤害性感受器（nociceptors），痛感呈时间累积上升的特征。因此 CPT 的痛感不是「一浸就满」，而是「越泡越痛」，这正是它能覆盖从轻度到重度连续区间的机制基础。

心理学层面，疼痛报告受注意、预期、情绪状态影响。TAME Pain 让被试在浸手同时朗读，等于双任务（dual-task），会分散部分注意力，可能轻微调节痛感——这一效应在设计上未被单列控制，属于潜在混淆（与坑 5 的温度混淆并列）。使用者在解释「痛感—声学」关联时应意识到双任务负荷的存在。

3.7 与「无痛基线」的定义问题

TAME Pain 的对照条件不是「完全没有疼痛刺激」，而是温水。这在方法上留下一个值得计较的细节：温水是否等于无痛？ 严格说，温水只保证「无冷痛」，并不等于「无任何不适」。此外被试在浸手过程中可能因姿势、疲劳或实验情境产生轻微不适。

因此「No Pain」这一标签严格地说应理解为「该条件下自报 1-3 分」的操作化定义，而不是「生理上完全无痛」的断言。这一区分在使用二分类任务时尤其重要——它是标签口径，不是生理真相。

§4 标注体系：从自报疼痛到七类干扰

4.1 疼痛标注（PAIN LEVEL 与 REVISED PAIN）

每句话的疼痛标注有两列：PAIN LEVEL（参与者在说该句时自报的疼痛水平，1-10）与 REVISED PAIN（修订疼痛水平）。修订的产生与「疼痛陈述」机制有关：参与者会周期性地明确陈述自己的疼痛分，这些疼痛陈述被用来给附近的语句打标签。

论文的说明是（原文口径）：7,039 条语句被人工标注了 PAIN LEVEL 与 REVISED PAIN 两列。当一条「疼痛陈述」缺失时，团队会沿用相邻疼痛陈述的评分：优先向前沿用前一条疼痛陈述的评分；若前一条不可用，则向后沿用后一条；若该条件下完全没有相邻疼痛陈述，则移除该语句——这适用于 5 条语句。

对使用者的含义：REVISED PAIN 列是「修正/补全后」的疼痛标签，含少部分「沿用相邻评分」的推断值；PAIN LEVEL 更接近原始自报。做严格分析时应区分两列，不要混用（见坑 4）。

4.2 动作质量标签（ACTION LABEL, 0-4）

基于听审产生的干扰标注，每条语句被赋予一个动作标签（Action Label），见于 meta_audio.csv 的 ACTION LABEL 列。定义如下：

标签	含义
0	高质量音频，几乎无干扰特征
1	轻度干扰
2	中度干扰
3	较重干扰
4	低质量音频，极可能干扰（corrupt）语音数据处理

给分规则：若一条语句有多项标注，取最高的动作标签（最保守）。该列排除「无疼痛评分」类语句。PhysioNet 页给出的使用建议是：研究应移除 label=4 的文件；对干扰容忍度低的应用应仅使用 label=0 的文件。

这一列是 TAME Pain 区别于多数语音数据集的关键设计——它把「音频质量」显式编码为一个可过滤的维度，让使用者自行按质量门槛筛选，而不是替使用者做取舍。

4.3 七类干扰与技术性标注

7,044 条语句中有 2,869 条在 NOTES 列含标注。这些带标注的语句被整理为七个不互斥（non-mutually exclusive，一条语句可属多类）的标注类，存于 Annotations 目录：

序号	标注类	含义	数量口径
1	External_Disturbances.csv	听到与说话者发声无关的外部噪声（含噪声强度、类型、位置三段描述）	1,852 条
2	Speech_Errors_and_Disturbances.csv	说话者出现发声错误/干扰	论文分列
3	Audio_Cut_Out.csv	提示语句的部分内容被截断	论文分列
4	Audible_Breath.csv	可听见的吸气/呼气声	论文分列
5	No_Pain_Rating_So_Copied.csv	无可用疼痛陈述，采用相邻疼痛陈述评分	论文分列
6	No_Assigned_Sentence.csv	提示语句未被朗读	论文分列
7	No_Pain_Rating.csv	完全无疼痛评分（5 条）	5 条

External_Disturbances 的标注最细致，三段式为：描述干扰强度（用形容词前缀，如 “slight” 表示低强度）、定义噪声类型、描述干扰在音频中的位置。前 6 个 CSV 含动作标签列；仅 External_Disturbances.csv 额外含 NOISE RELATION 列，用以区分噪声相对说话者的宽泛来源（前景/背景）。

4.4 三种分类任务标签

由疼痛分数映射出三个下游任务（论文明确以三段切分）：

任务一：二分类（Binary Task）——判定有无疼痛。

• No Pain：自报 1-3
• Pain：自报 4-10

任务二：三分类（Three-Class Task）——判定疼痛严重度。

• Mild：1-3
• Moderate：4-6
• Severe：7-10

任务三：条件分类（Condition Task）——判定冷/暖条件。

• Cold Condition：LC、RC
• Warm Condition：LW、RW

论文图 2 分别给出了三个任务下音频文件的分布。三分类各档的口径来自文献（论文引用疼痛量表分级惯例），二分类与三分类的切分点（3/4 与 3/6/7）是设计选择，直接决定各档样本量——使用者在复现或对比实验时须用同一套切分。

4.5 无评分语句的处置（5 条）

7,044 条语句中有 5 条因该参与者在该条件下没有疼痛陈述而无法标注疼痛水平。这 5 条被排除在全部图表与统计之外，使工作数据集从 7,044 收敛到 7,039。这是 §2.1 中「7,044 vs 7,039」两个数字的来源——不是数据错误，而是标注口径差异。

4.6 标注流程的质量控制

标注由一名标注者（论文记作 TD，即一作 Tu-Quyen Dao）用 Sony WH-1000XM5 降噪耳机逐条听审全部音频，完成：逐句打 PAIN LEVEL 与 REVISED PAIN、书写 NOTES 备注、汇总动作标签。这是一套单标注者流程，优点是标注体系内部一致（同一人的判据恒定），代价是缺少标注者间一致性（inter-annotator agreement）指标——数据集未报告 IAA，无法量化标注的主观性边界（见坑 7）。

§5 技术验证与使用建议

5.1 论文的两阶段验证

论文把验证分成两个阶段（Technical Validation 节）：技术质量（technical quality）与可用性（usefulness）。

技术质量关注音频本身的可靠性与可处理性：录音是否干净、标注是否自洽、动作标签是否与实际干扰一致。论文通过统计各任务下动作标签的分布来验证——见 §5.2。

可用性关注数据集能否支撑真实的疼痛检测建模：论文回顾了既往研究（婴儿哭声识别、脊柱疾病患者语音预测疼痛、音频-视频多模态疼痛表达），论证声学信号承载疼痛信息的可行性，并说明本数据集如何为这一方向提供受控、同步的样本。

5.2 动作标签分布揭示的一个结构性问题

论文表 2（Table 2）展示了一个对使用者极重要的发现：基线类别（baseline classifiers）比疼痛刺激类别更「干净」——

• 二分类任务中，No Pain 组的低动作标签（0、1、2）频率高于 Pain 组；
• 三分类任务中，Mild 组高于 Moderate 与 Severe 组；
• 条件分类任务中，Warm Condition 高于 Cold Condition。

论文对此的解读是：被赋予高质量音频的语句更可能是「无痛」或「暖条件」的。这一耦合带来一个隐蔽的建模陷阱：如果模型仅凭音频质量（噪声水平）就能区分 No Pain/Pain，那它学到的可能不是「疼痛的声学特征」，而是「噪声与疼痛的伪相关」。换言之，疼痛刺激本身可能引入了更多语音扰动（浸冷手时更难平稳朗读），使疼痛语句的音频质量系统性偏低。

对建模的建议：在做疼痛分类时，应把动作标签作为混杂变量处理——要么只在 label=0 的子集上训练与评估，要么在特征/标签层面做去混杂，否则容易得到虚高的、不可迁移的精度（见坑 8）。

5.3 三个分类任务的建模入门

数据集的标签可直接用于三类监督学习任务。加载与评估的基本骨架（伪代码）：

# TAME Pain 建模骨架（受限访问，需先签署 DUA 并下载）
import pandas as pd

# meta_audio.csv 每行一个语句
meta = pd.read_csv("meta_audio.csv")
# 关键列（列名以官方 CSV 为准，此处为语义示意）：
#   PID / COND / UTTNUM / UTTID / 时长 / PAIN LEVEL / REVISED PAIN / ACTION LABEL / NOTES

# 质量控制：按动作标签过滤
clean = meta[meta["ACTION LABEL"] <= 1]     # 较严格：仅保留 0/1
# 或：严苛 subset = meta[meta["ACTION LABEL"] == 0]

# 任务一：二分类（No Pain vs Pain）
def binary(p):
    return "No Pain" if p <= 3 else "Pain"

# 任务二：三分类（Mild / Moderate / Severe）
def three_class(p):
    if p <= 3:   return "Mild"
    if p <= 6:   return "Moderate"
    return "Severe"

# 任务三：条件（Cold / Warm）—— 由 COND 字段直接给出 LC/RC=冷、LW/RW=暖
# 之后接音频特征提取（如 MFCC/eGeMAPS/Wav2Vec2）与分类器

重要提醒：上面的列名与代码仅为结构示意，实际列名与取值须以官方 meta_audio.csv 为准；且建模前务必先做 §5.2 的动作标签去混杂。

5.4 推荐的评估协议

由于数据集存在类别不均衡与质量-类别耦合，推荐：

1. 报告动作标签分层结果：分别汇报全体、label≤1、label=0 三个子集上的指标，暴露质量依赖。
2. 用参与者级划分：按 PID 划分训练/测试（而非按语句随机划分），避免同一人的声学特性泄漏到测试集导致高估。
3. 报告基线：先算多数类基线（如二分类的 No Pain 占比），再谈模型增益。
4. 三任务分别报告：二分类、三分类、条件分类是三个不同难度与不同混杂结构的问题，不可混用同一结论。

5.5 该数据集不适合直接做的事

• 直接当作临床疼痛检测器训练集：这是实验室健康年轻人的诱发疼痛，非患者自发疼痛，迁移性未知。
• 当作一般人群语音分布：51 人便利样本（大学生、偏亚裔），不具代表性。
• 用全体数据不设质量门槛：label=4 的音频会污染声学特征提取。
• 忽略疼痛-噪声耦合：直接在意二分类精度上报告「疼痛可被语音识别」，结论可能被质量伪相关解释。

5.6 特征与模型的可能路线

TAME Pain 本身不限定建模方法，但从声学疼痛评估的文献惯例看，可选路线大致分三代：

第一代：手工声学特征 + 传统分类器。

• 特征：基频（F0）统计、抖动（jitter）、闪烁（shimmer）、谐噪比（HNR）、共振峰（formant）轨迹、梅尔频率倒谱系数（MFCC）、频谱质心、过零率等。
• 工具：openSMILE 的 eGeMAPS/ComParE 特征集是此类任务的常见基线。
• 分类器：SVM、随机森林、梯度提升。
• 优点：可解释、样本效率高，适合 7,039 句的小规模；缺点：特征工程依赖领域知识，跨语料泛化弱。

第二代：深度声学表征 + 微调。

• 预训练语音模型（如 Wav2Vec2、HuBERT、wavLM）提取自监督表征，再在 TAME Pain 上微调或做线性探测（linear probing）。
• 优点：可捕捉手工特征难以表达的时序动态；缺点：小数据微调易过拟合，需要严格的被试级划分与正则。

第三代：多模态融合。

• 若配合面部表情、生理信号（皮电、心率）等通道，可做跨模态对齐。TAME Pain 本身是单模态音频，但它的「主观疼痛标签」可作为其他模态研究的标签锚点。

方法论提示：无论走哪条路线，都应先建立简单基线（如多数类、以及仅用音频质量的「作弊基线」），再证明复杂模型带来的增益超出这些基线。特别是要看仅用 Action Label 预测疼痛标签能到多少——这个「质量作弊基线」的数字能直接量化 §5.2 所述混杂的强度。

5.7 数据切分的具体风险

小规模、被试内设计的数据集在切分上有两个具体陷阱：

1. 语句级随机划分会造成同一人泄漏。 同一被试的冷/温两条件语句声学高度相似，若随机划分，测试集里几乎必然有同人的「近邻」训练样本，指标虚高。必须按 PID 划分。
2. 条件与疼痛的共线增加「捷径」。 因为冷手比温手更痛，模型可能学会「冷 vs 温」这一捷径，而把「疼痛」当作附带标签。评估时应在条件内部比较疼痛分级（即控制条件看疼痛），以隔离这一捷径。

此外，三分类的 Severe 组样本量通常远小于 Mild 组（疼痛强度分布天然右偏），需用类权重或不平衡采样处理。报告指标时应用宏平均（macro）而非仅准确率，避免被多数类主导。

5.8 可复现性的现实检查清单

在使用本数据集的实验里，以下信息应写进论文的实验设置：

• 用了哪个版本（v1.0.0）与哪个 DOI。
• 动作标签的门槛（全体 / label≤1 / label=0），以及该选择对结果的敏感性。
• 切分方式（按 PID），以及测试集是否与训练集被试互斥。
• 三任务分别报告，并注明各自使用的标签切分点（3/4、3/6/7）。
• 是否报告了「质量作弊基线」与多数类基线。
• 是否声明了温度—疼痛共线这一设计局限。

坚持这份清单，能把「在 TAME Pain 上刷到高分」与「证明了语音携带疼痛信息」这两件事区分开来。

§6 获取与许可：受限访问的实操

6.1 三层资产、一道门

TAME Pain 的可获取性结构简单但门槛明确：

资产	位置	门
数据集本体（音频 + 元数据 + 标注）	PhysioNet tame-pain v1.0.0	受限访问：注册 + 签署数据使用协议
论文（数据描述）	Scientific Data 2025;12(1):595	开放获取
项目与合作方页面	Southampton / UT Austin 项目页	公开（仅背景信息，无数据文件）

南安普顿 ePrints 记录（eprints.soton.ac.uk/497539）明确标注 “This record has no associated files available for download”——镜像库不含文件，正规模口只有 PhysioNet 一处。

6.2 受限访问的实际流程

1. 在 PhysioNet 注册账号（需提供机构邮箱、签署通用使用条款）。
2. 在 TAME Pain 数据集页请求访问，签署 PhysioNet Restricted Health Data Use Agreement 1.5.0。
3. 通过后下载 mic1_trim_v1.zip 与三个元数据/标注文件。
4. 使用时遵守许可：不得再分发、仅限约定用途、须按要求引用。

6.3 许可条款的边界

项	内容
许可名称	PhysioNet Restricted Health Data License 1.5.0
使用协议	PhysioNet Restricted Health Data Use Agreement 1.5.0
可再分发	否（受限健康数据，禁止向第三方转移）
商用	需按许可原文核对；受限许可通常对商用施加额外限制，商用前应向管理方确认
署名	需引用数据集（Dao et al. 2025, PhysioNet）与 PhysioNet 平台本身
数据性质	人体受试者数据（IRB STUDY00004954 批准），属受保护健康数据范畴

关键区别：与 PANDA-PLUS 那种「本体请求制 + 衍生品 CC BY 公开直链」的双轨结构不同，TAME Pain 只有受限访问一轨——没有公开的衍生基准或降级开放版本。这直接压低了它的 AI-Ready 可获取性得分（见附录 DAIMS）。

6.4 引用要求

PhysioNet 页要求引用两件：

• 数据集本身：Dao, T., Schneiders, E., Williams, J., Bautista, J. R., Seabrooke, T., Vigneswaran, G., Kolpekwar, R., Vashistha, R., & Farahi, A. (2025). TAME Pain（version 1.0.0）. PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/20e2-1g10
• PhysioNet 平台：Pollard et al. 的 PhysioNet 平台论文。

6.5 AI-Ready 评估：受限访问的得失

TAME Pain 的 AI-Ready 画像可概括为「文档强、数据门紧」：

• 得分项：文档完备（协议/标注/人口统计/质量分层全公开）；元数据清晰（CSV 结构规整）；标签设计有方法学价值（动作质量分层 + 三任务）。
• 失分项：核心数据物理受限，无公开直链；无衍生开放基准补偿；单标注者、无 IAA；样本小且人口偏斜。

它代表了语音医疗数据的一类典型：协议透明、数据受保护——对可复现研究友好（知道怎么复现），对即插即用研究不友好（拿不到数据）。

§7 生态与影响

7.1 项目谱系与产出漏斗

TAME Pain 不是孤立的单篇数据论文，而是一个项目的数据基座。Southampton 项目页（“TAME Pain: Trustworthy AssessMEnt of Pain — Listening Between the Lines”）记录了完整谱系：

产出	类型	标识	定位
Schneiders et al. 2023	会议论文（ACM）	doi:10.1145/3597512.3597513	项目概念论文（系统构想）
Williams et al. 2024	会议论文（Interspeech）	doi:10.21437/Interspeech.2024-15	「从声学特征隐式预测急性疼痛水平」方法论文
Dao et al. 2025	数据描述（Scientific Data）	doi:10.1038/s41597-025-04733-2	本条目主体：数据发布
PhysioNet v1.0.0	数据集	doi:10.13026/20e2-1g10	可下载资产

这条漏斗（概念 → 方法 → 数据）显示团队先证明「声学特征能预测疼痛」（2024 Interspeech），再发布支撑该结论的数据集（2025）。

7.2 研究定位与应用场景

项目把 TAME Pain 定位为远程医疗场景的非侵入式疼痛评估入口：通过声学生物标志物（acoustic biomarkers of pain），为医护人员提供镇痛的辅助决策输入。目标人群是无法有效自报疼痛者——婴幼儿、失语/语言不通者、自闭症与卒中患者等。

论文明确的应用叙事是：在远程医疗与远程照护中，声学疼痛评估可成为与生理测量并列的补充信号。

7.3 学术影响（抓取时点）

Google Scholar 记录该数据描述论文 Cited by 3（2025-2026 年引用，抓取时点 2026-10-12）。作为 2025 年 4 月发表的新数据集，引用量处于早期积累阶段。

7.4 资助与治理

项	内容
资助	Good Systems（UT Austin）；EPSRC EP/V00784X/1（UKRI Trustworthy Autonomous Systems Hub）；Responsible AI UK EP/Y009800/1
伦理	UT Austin IRB STUDY00004954；RRI/AREA 框架伦理工作坊
跨机构	UT Austin（主）+ Nottingham + Southampton + Missouri

资助结构（EPSRC TAS Hub、Responsible AI UK）说明该项目嵌入英国「可信自主系统」研究网络——这解释了为什么一个 UT Austin 主导的数据集会由 Southampton/Nottingham 的学者共同署名，也解释了项目对「可信（trustworthy）」的强调：TAME 中的 T 是有资助背景的关键词，不只是修辞。

7.5 与库内语音/音频数据集的对照

TAME Pain 在库内语音域的位置（互链候选）：

库内条目	rid	关系
coswara	417	同为语音数据集，野采众包 vs TAME 受控实验室
speech-accessibility-project	830	语音无障碍，大样本远程采集
parkinsons-voice-uci	444	语音生物标志物，帕金森诊断（UCI）
saarbrucken-voice-db	452	病理语音库（德语），声学医学应用
ua-speech	473	构音障碍语音，「无法言语者」主题呼应

其中 ua-speech（构音障碍语音）与 parkinsons-voice-uci（语音生物标志物） 与 TAME Pain 的方法论最接近——三者都是「从语音提取健康状态信号」的范例，只是标的分别是构音能力、帕金森状态与疼痛强度。

7.6 伦理与社会影响的再审视

TAME 项目名称中的「Empowerment of Patients」与「Trustworthy」不是装饰。把疼痛评估自动化涉及三条伦理线索：

1. 替代还是辅助？ 声学疼痛评估的定位是辅助医护人员决策，而非替代患者自报或临床判断。若被误用为「自动判定患者是否在装痛」，将产生严重的伦理与临床风险——数据集的使用者应主动抵制这类应用。
2. 弱势群体的双重风险。 目标人群（婴幼儿、失语者、认知障碍者）恰恰是最难表达同意、最需要保护的群体。为这些群体开发工具具有正当性，但也意味着模型错误会直接影响无法维权的人。
3. 数据保护与再识别。 语音可携带身份信息，受限许可正是对这一风险的制度回应（见 6.3）。使用者在处理时不应尝试声纹级别的再识别，也不应把数据用于协议未覆盖的目的。

TAME 团队在采集阶段就嵌入了负责任研究与创新（RRI）流程（AREA 框架工作坊），这一「把伦理前置到设计阶段」的做法，本身也是该项目可被借鉴的方法论一环——医疗 AI 数据集的伦理不应是事后合规，而应是设计约束。

7.7 未来方向与开放问题

从 TAME Pain 出发，领域内尚未解决的核心问题包括：

• 从诱发疼痛到慢性疼痛的迁移。 CPT 诱发的是急性、可逆的疼痛；慢性疼痛的语音表现可能完全不同（长期适应、情绪共病）。这是最大的未解问题。
• 从朗读到自述。 临床场景是患者自由描述疼痛，而非朗读标准句。自由语音的建模难度更高（切分、韵律、内容混杂）。
• 跨语言与跨文化。 疼痛的语音表达可能有语言与文化依赖，哈佛句表仅覆盖英语。
• 标注噪声的量化。 单标注者、无 IAA 的局限需要后续用多标注者重标来弥补。
• 从「有无」到「强度」的可靠分级。 二分类相对容易，三分类（尤其 Severe）的可靠性仍需更多数据与更强的方法验证。

这些开放问题不影响 TAME Pain 作为受控基准的价值，反而因为其协议透明、局限记录清晰，成为研究这些问题时难得的可控起点。

7.8 与其他疼痛/健康语音资源的横向比较

为便于定位，把 TAME Pain 与若干相关方向做一横向对照（不限于库内）：

资源/方向	模态	疼痛类型	标注	与 TAME Pain 的差异
TAME Pain	语音（朗读）	急性诱发（CPT）	逐句疼痛+质量	本条目主体
婴儿哭声分析	非语言哭声	多种不适	哭声类型	非成人、非语言信号
脊柱患者语音研究	语音（自然）	慢性疼痛	24h 延迟评分	有时延、非受控诱发
面部疼痛表情库	视频/图像	诱发	表情编码	视觉模态
生理疼痛信号库	皮电/心率	诱发	生理量	非语音模态

对照的结论是：TAME Pain 的独特性在于「同步 + 受控 + 语音」三者的交集。多数资源只占其中一到两项。若研究问题恰需这一交集，TAME Pain（及其受限访问流程）几乎是当前的首选；若问题更偏自然场景或慢性疼痛，则需其他资源或跨集组合。

§8 方法学启示

TAME Pain 的价值不止于「又一份语音数据集」。它把一条完整的方法论链路——诱发范式设计 → 受控采集 → 人工质检 → 任务化标注 → 基线建模 → 评测释放——压缩进一份可复现的开放描述里。对做医疗语音、疼痛评估、乃至更广义的「生理状态—语音映射」研究的人来说，它提供的是一套可拆解、可移植的操作模板。本节逐层拆解这套模板，指出哪些环节可直接借用、哪些环节需要按场景重铸。

8.1 诱发范式：把「疼痛」变成可控变量

疼痛研究的经典困境是无法随机分配：你不能把健康人随机分到「今天疼痛」和「今天不疼痛」两组。TAME Pain 用**冷加压任务（Cold Pressor Task, CPT）绕开这一困境——让同一被试先后把手浸入冰水（0–4°C）与温水，于是「疼痛/无疼痛」成了被试内（within-subject）**的可控变量，而不是被试间（between-subject）的不可控属性。

这一设计的三个方法论要点值得单独记下：

1. 被试内对照消除个体差异。 每个人对照自己，语音基频、口音、音色等个体恒常特征在条件间被自动控制。这正是 4.4 节所述「同一人双条件录音」的价值所在。
2. 强度可控而非全有全无。 CPT 的痛感随时间累积上升，被试可随时报告，于是同一人可覆盖从无痛到中重度痛的连续区间，支撑三分类任务（Mild/Moderate/Severe）而非仅二分类。
3. 可逆、无损伤、可重复。 冷水浸手在数分钟内完全恢复，无药物、无创口、无须伦理上的重大风险让步，因此适合健康志愿者大规模采集——51 人规模在疼痛语音域已属可观。

对比其他疼痛诱发方式：电刺激（可控性强但痛感非生理）、热辐射（设备昂贵、皮肤风险）、压力痛（局部、难标定）。CPT 在「生理真实性 / 可控性 / 可逆性 / 成本」四维上取得了工程上罕见的平衡，这是它成为疼痛研究标准范式的原因，也是 TAME Pain 选择它的原因。

8.2 语料设计：哈佛句表为何优于自由说话

受控语音语料常见两条路线：自由说话（spontaneous speech）与朗读固定句表。TAME Pain 选后者，朗读的是哈佛句表（Harvard Sentences）——一套 1969 年 IEEE 制定的、音素平衡的英文标准句集。

朗读固定句表带来四项收益：

• 音素覆盖可控。 哈佛句表按英语音素分布设计，避免了自由说话里罕见的发音偏斜，让后续声学分析有稳定的音素基线。
• 内容可对齐。 同一批句子被 51 人反复朗读，跨被试、跨条件的同名句子构成天然对照，便于做条件间的帧级/句级比较。
• 无隐私泄露风险。 朗读固定文本不会像自由说话那样无意间透露个人经历、姓名、地点，天然降低语音数据的隐私敏感度——这点对需要共享的医疗语音数据集尤为关键。
• 朗读任务本身施加认知负荷。 在疼痛状态下维持清晰朗读，本身就是一个「疼痛对语音生产影响」的探测窗口。

代价是生态效度（ecological validity）：朗读句表的语音与真实临床场景中患者自述疼痛的语音存在分布差异。做模型迁移时必须在目标域重新校准，不能假定朗读模型直接适用——这一点在第 9 节与附录的适用性讨论中还会反复出现。

8.3 采集工程：单麦克风也能做出高质量语料

TAME Pain 的采集硬件朴素到近乎「反潮流」：Røde Wireless PRO 领夹麦克风，距口约 10 英寸（约 25 cm），单通道录音，16 kHz 采样、单声道 PCM。它没有多麦克风阵列，没有专业声学室，没有高采样率。

这套简单配置反而印证了一个工程判断：对疼痛语音这类以「声学—生理映射」为目标的语料，决定数据质量的不是麦克风数量，而是受控性、标注密度与协议一致性。 音素平衡的固定文本 + 统一麦克风位置 + 统一录音参数，其可分析性远胜于「豪华设备 + 混乱协议」。

当然，坦率标注其局限同样是方法论的一部分：单领夹麦对口腔噪声、气流噪声、头动噪声的抑制不如近场麦克风阵列；16 kHz 带宽对某些高频声学特征（如高频气流噪声、气声成分的精细谱结构）是截断的。若下游任务关注高频线索，需意识到这一上限。

8.4 质检前移：Action Label 作为质量闸门

多数数据集把质量控制留在采集之后、以「事后剔除」的方式处理噪声样本。TAME Pain 的独到之处是把质检显性化为标注维度：为每条语句打一个 Action Label（0–4） 的音频质量档位。

这意味着下游使用者可以自行决定质量门槛——想严格就只用 0–1 档，想保量就拿全量并按档位加权。把选择权交给使用者，而不是数据发布者独断，是提高数据集可复用性的一个关键设计。§5.3 已述，这一维度还无意中揭示了「基线条件录音质量普遍优于疼痛条件」的现象，成为一份关于采集难度的副产物证据。

启示在于：质检不应是隐形的清洗，而应是显性的、可查询的元数据。 任何自建语音数据集都值得为噪声、截断、串音、设备抖动等维度单列字段。

8.5 隐私与共享：受限释放的取舍逻辑

TAME Pain 采用 PhysioNet 的受限健康数据许可（Restricted Health Data License 1.5.0）：可浏览元数据、可申请全量，但需签署数据使用协议（DUA），且注明仅限非商业研究用途。

这是一个值得咀嚼的取舍。语音数据的隐私敏感度极高——它同时承载身份信息（声纹可识人）、健康信息（本数据集直接就是疼痛状态）与生物特征。完全开放释放将不可逆地暴露可识别风险；完全封闭又违背开放科学。受限释放是第三条路：用「可发现 + 需申请 + 用途约束」换取「可共享 + 可追责」。

代价是显而易见的：可获取性（Accessibility）分数被压低，自动化流水线无法直接拉取，非签约机构上手成本高。这正是 DAIMS 评估里 Access 维度必然失分的原因（见附录 B）。但若目标读者本就以受监管的研究机构为主，这一代价是可接受的——数据库的开放程度应当与其隐私风险成比例，而非一味追求「完全开放」。

8.6 任务化释放：从原始语料到可评测基准

TAME Pain 没有停在「给一堆 wav + 标注表」。它把数据任务化为三个明确的分类任务：

任务	输入	输出类别	意义
二分类	单条语句音频	No Pain / Pain	最基础的可分性验证
三分类	单条语句音频	Mild / Moderate / Severe	疼痛强度分级
条件分类	单条语句音频	Cold / Warm	采集条件可辨性（对照任务）

这一「任务化」有三层价值：（1）可比较——不同方法在统一任务上可比；（2）可迭代——基线分数公开后可被超越；（3）可诊断——条件分类任务若轻松可分，说明数据中条件间存在系统差异（可能是真实的疼痛效应，也可能是采集混淆，需进一步区分）。

对自建数据集者的启示：在发布时明确列出「可做哪些任务、评测指标是什么、基线在哪」，远比只提供原始数据更有利于数据被真正使用。

8.7 可复现性：开放描述论文的范例作用

整份数据集配一篇 Scientific Data（2025） 数据描述论文，逐项写明：被试招募与排除、CPT 参数、录音设备与位置、文本语料来源、标注流程、标注者背景、任务定义、基线方法。这使「复现采集」与「复用数据」两条路都有据可循。

值得注意的是论文对自己的局限写得相当坦白：单标注者、无 IAA、单中心、健康被试、朗读文本、16 kHz 单声道——这些不是被掩盖的缺陷，而是被显式记录在案的边界。一份诚实记录局限的数据描述，其长期价值高于一份只报喜不报忧的说明，因为正是这些局限定义了数据能安全支撑的推论范围。TAME Pain 在这一维度是值得仿效的模板。

§9 与库内条目的关系

TAME Pain 不是孤岛。它落在一个正在成形的「语音—健康」数据谱系里，与库内多个条目构成互补、对照或方法学近邻关系。本节梳理这些关系，既为读者提供检索路径，也标出可交叉验证的方法学连线。

9.1 谱系定位：语音生物标志物域

在库内语音类条目中，可按「从语音推断什么」划一条谱系轴：

• 帕金森语音（parkinsons-voice-uci，rid 444）——从持续元音推断神经退行性疾病状态。极早的语音生物标志物数据集，启发了一整条研究线。
• 构音障碍语音（ua-speech，rid 473）——从语音推断构音器官的运动控制能力，近于言语病理学。
• 语音可及性项目（speech-accessibility-project，rid 830）——面向辅助沟通的语音数据，目标是帮助言语障碍者重建沟通。
• Coswara（rid 417）——新冠疫情期间通过咳嗽/呼吸/元音声采集呼吸道健康信号，是「症状—声音」映射的大规模公众采集范例。
• TAME Pain（tame-pain）——从语音推断急性疼痛强度，标的为主观感受状态。

这张谱系图说明：TAME Pain 在同域中占据一个独特位置——它推断的不是「疾病有无」或「器官功能」，而是一种主观体验的强度。这比疾病分类更接近「情感/状态计算」，也因此更依赖自报标签的质量（见 4.2 与坑 6）。

9.2 与 Coswara 的对照：公众众包 vs 受控实验

Coswara（rid 417）与 TAME Pain 同属「语音—健康」，但采集哲学几乎相反：

维度	Coswara	TAME Pain
采集环境	用户自采、环境不可控	实验室受控、设备统一
规模	数千级、开放参与	51 人、协议统一
诱发	自然患病状态	CPT 主动诱发
标注	自报症状 + 诊断	自报疼痛 + 人工听审
释放	较开放	受限 DUA
强项	规模、多样性	受控性、标注密度
弱项	噪声、协议不一	规模小、单中心

两者互为镜像：Coswara 用规模换受控，TAME Pain 用受控换规模。若做域适应或跨集迁移研究，这一对是最有解释力的 A/B 样本。

9.3 与帕金森语音、构音障碍语音的方法学近亲

parkinsons-voice-uci（rid 444）与 ua-speech（rid 473）与 TAME Pain 共享同一套核心技术假设：语音声学特征（基频、共振峰、抖动、谐噪比、梅尔谱等）中编码着非语音的健康信息。 三者可交叉借用的方法包括：

• 特征工程：抖动（jitter）、闪烁（shimmer）、谐噪比（HNR）、梅尔频率倒谱系数（MFCC）等在三个域都被反复使用。
• 标签噪声建模：帕金森 UPDRS 评分、构音严重度、疼痛强度都是有序主观标度，都面临标注噪声问题。
• 被试内设计：三者都能构造「同一人不同状态」的对照，用于剥离个体声纹。

差异在时间尺度：帕金森状态是慢变量（月/年），疼痛强度是快变量（秒/分）。这意味着 TAME Pain 对时间对齐与事件检测的要求更高。

9.4 与多模态情绪/状态语料的邻近性

TAME Pain 虽以语音为主，但它记录的是主观体验，这与情感计算（affective computing）中的情绪语料天然邻近。库内若有面部分析、生理信号（如皮电、心率）类条目，则与 TAME Pain 构成潜在的多模态补充关系——疼痛是典型的多通道表达状态：面部表情、语音、姿态、自主神经反应同时变化（即 Pain 描述中常引的「保护性动作、呻吟、面部变形」）。

交叉验证点：若库内存在生理信号类条目（如皮电、心率变异性数据集），可用「疼痛诱发」作为共同锚点做跨模态对齐研究——这是 TAME Pain 最有前景的向外连接方向。

9.5 与桥接型语音基础设施的关系

bridge2ai-voice（rid 66）代表的是语音作为通用生物标志物基础设施的宏大愿景——建立标准、工具、大规模泛健康语音语料。TAME Pain 可视作这一宏大框架下的一个窄而深的实例：它不追求广度，而是在「疼痛」这一个纵切面上做到协议完备、标注密集、任务明确。

两者关系是平台与样本：bridge2ai-voice 提供格式、工具与伦理框架，TAME Pain 提供可插入该框架的高质量疼痛域样本。检索提示：读者若关注语音医疗基础设施，应同时看这两条；若只关心疼痛评估，TAME Pain 是更聚焦的入口。

9.6 建议的检索与对照路径

供后续使用者参考的库内连线：

目的	建议先看	后看	理由
语音—健康总览	bridge2ai-voice (66)	本条目	先看框架，再看具体域
语音生物标志物方法	parkinsons-voice-uci (444)	ua-speech (473)	经典特征工程与病理语音
众包采集对照	coswara (417)	本条目	对比受控 vs 众包
健康语音基线	saarbrucken-voice-db (452)	本条目	健康语音的声学基线参照
疼痛多模态拓展	生理信号类条目	本条目	跨模态锚点对齐

§10 避坑清单

以下八条是使用 TAME Pain 时最容易吃亏的地方。每条都标注症状—成因—对策，力求可操作。

坑 1：把「朗读语音」的模型直接用到临床自述语音

症状：你在 TAME Pain 上训出高 AUC 疼痛分类器，部署到真实门诊录音上性能断崖式下跌。

成因：TAME Pain 是朗读哈佛固定句表的语音（见 8.2），发音清晰、语速稳定、内容固定。真实临床中患者是自述疼痛——语速不稳、内容自由、伴随叹气/停顿/呻吟，声学分布完全不同。这是生态效度落差，不是模型 bug。

对策：把 TAME Pain 当作「受控条件下的可分性证据」而非「可直接部署的临床模型」。跨域时必须用临床域数据做域适应（domain adaptation），并在目标域重新评测。切勿把实验室 AUC 直接当作临床可用性指标。

坑 2：把「强度标签」当成客观生理量

症状：你假设「Moderate」是某个固定的生理痛阈，发现不同被试的「Moderate」声学特征差异巨大，模型学不稳。

成因：疼痛强度是主观自报，存在巨大的个体间差异（有人 5 分已难忍，有人 5 分尚可谈笑）。数据集报告的是自报数字，不是客观痛阈（如刺激强度、潜伏期）。

对策：使用被试内归一化——以每个人自己的基线与跨条件相对变化为特征，而非绝对数值。若做跨被试模型，务必把「自报标度的被试间不可比性」当作核心噪声源建模（见 4.2、坑 6）。

坑 3：忽视 Action Label 直接拿全量训练

症状：模型在含大量低质量样本的全量数据上训练，验证集指标被噪声录音稀释，且难以定位误差来源。

成因：数据集保留了大量带外部干扰、低音量的语句（Action Label 高于 0），这是为了完整性，但并非都适合直接训练。

对策：先按 Action Label 分层实验——用 0–1 档做「干净子集」基线，用全量做「鲁棒性子集」对照，报告两个数字。把 Action Label 当作可调的质量旋钮而非无用元数据（见 5.3、8.4）。

坑 4：混淆「条件可分」与「疼痛可分」

症状：条件分类任务（Cold/Warm）准确率极高，你据此宣称「证明了语音可测疼痛」。

成因：条件分类高分可能来自采集混淆——冷/温两条件在时间顺序、被试状态（如浸水后手湿、体感变化）、甚至录音设备微差上都可能不同。冷条件可分 ≠ 疼痛可分，因为「冷」与「痛」在实验中高度共线。

对策：区分三层证据——（a）条件可分（易，可能是混淆）；（b）无痛/有痛可分（中，本数据集二分类任务）；（c）强度分级（难，三分类）。只有（c）稳定超越基线，才勉强支持「语音编码疼痛强度」的主张。且需排除「冷的感觉本身」作为混淆变量（见坑 5）。

坑 5：未识别「温度感觉」与「疼痛感觉」的混淆

症状：你难以论证模型学到的是「痛」而非「冷」。

成因：CPT 同时改变温度与疼痛两个变量——冷水既冷又痛。二者在本实验设计中不可完全分离（无「冷水但不痛」或「温水但痛」的对照臂）。

对策：明确承认这一混淆是设计固有的。任何声称「模型识别疼痛」的结论，严格说应表述为「模型识别（冷/痛）复合状态」。若要分离，需额外的控制实验（如不同温度的水、或非冷性疼痛诱发），这超出本数据集范围（见 3.2、坑 5 与 4.4）。

坑 6：忽略标注的主观性与单标注者局限

症状：你假定 PAIN LEVEL 标签是「金标准」，未考虑标注者主观性，模型学到的是标注者的个人判据。

成因：全部标注由单一标注者完成（见 4.6），数据集未报告标注者间一致性（IAA）。单标注者意味着内部一致但无法量化系统性偏差——若该标注者对齐某类声学线索有偏好，整套标签都会带此偏好。

对策：报告结果时说明「标签来自单标注者，IAA 未知」。可尝试用多标注者重标小子集来估计噪声上限。不要把标签噪声当成可忽略项，应显式建模或至少有敏感性分析（见 4.6、8.7）。

坑 7：把 16 kHz 单声道当作「无损全信息」

症状：你针对高频声学线索（如气声、高频摩擦音细节）建模，发现特征不稳定。

成因：数据为 16 kHz 单声道 PCM，奈奎斯特上限 8 kHz，部分高频成分已被截断（见 2.2、8.3）。

对策：把分析频带限制在 8 kHz 以下并明确报告。若任务依赖更高频信息，须承认这是数据上限而非算法问题。不要用「超分辨率」手段假装恢复不存在的高频信息。

坑 8：误以为「受限访问」等于「不可用」

症状：你看到需要签 DUA 就放弃，转去找质量更低的开放替代。

成因：受限访问（Restricted License 1.5.0）只是流程门槛，不是不可得。对合规研究机构，申请是标准流程（见 6.2）。

对策：先查元数据与论文判断是否值得申请，再走 DUA 流程。同时注意用途约束（非商业、需注明来源、可能需报告成果）。若项目确需无门槛数据，再考虑库内更开放的对照条目，但要权衡质量损失（见 6.3、9.2）。

§11 总结

TAME Pain 是疼痛语音评估领域一份协议完备、标注密集、任务明确的受限访问数据集。它的核心贡献可以概括为三句话：

1. 它证明了在受控条件下、用语音区分「无痛/有痛」并粗略分级疼痛强度是可行的——尽管可行性的边界受限于生态效度、温度混淆与单标注者标签噪声。
2. 它提供了一套可移植的采集—标注—发布方法论——CPT 诱发范式、哈佛句表语料、Action Label 质量闸门、三任务化释放、诚实的局限描述，这些环节比数据本身更具长期参考价值。
3. 它占据了库内「语音—健康」谱系的一个独特位置——推断目标是主观体验强度而非疾病有无，这使它同时邻近情感计算、疼痛研究与语音生物标志物三条线。

它的短板同样清晰：51 人单中心、朗读文本、16 kHz 单声道、温度与疼痛不可分离、单标注者无 IAA、受限访问抬高上手门槛。这些不是可以被「更好的算法」绕过的缺陷，而是数据本身的结构性边界。负责任的使用方式是承认边界、在边界内做结论、并在跨域时重新验证（见 §10 全部八条）。

对 AI-Ready 视角而言，TAME Pain 是一个典型的**「协议可读、数据需申请」**样本：它的可发现性与元数据质量高，可持续性与互操作性由 PhysioNet 规范保障，而可获取性因隐私保护而受限。这一权衡结构本身，就是医疗语音数据在「开放」与「隐私」之间必须面对的现实写照。

FAQ

Q1：TAME 是什么的缩写？
A：Trustworthy AssessMEnt of Pain from Speech and Audio for the Empowerment of Patients（从语音与音频可信地评估疼痛，以赋能患者）。注意它不是「驯服」意义上的 tame，也不是其他领域的 TAME 缩写（见术语表与坑注）。

Q2：数据里有多少人、多少条语音？
A：51 名健康成年被试，共 7,039 条经标注的语音语句（约 7,044 个 wav 文件，含个别未标注的留档），总时长约 311.24 分钟。

Q3：是中文还是英文？
A：英文。朗读材料是英语的哈佛句表（Harvard Sentences）。

Q4：怎么诱发疼痛？
A：冷加压任务（CPT）——把手浸入 0–4°C 冰水，最长约 3 分钟；对照条件是温水（Warm）。同一被试先后完成冷、温两条件。

Q5：能直接下载吗？
A：不能直接下载。采用 PhysioNet 受限健康数据许可 1.5.0，需签署数据使用协议（DUA），限非商业研究用途。元数据可公开浏览。

Q6：有哪些可做的任务？
A：三个——二分类（No Pain/Pain）、三分类（Mild/Moderate/Severe）、条件分类（Cold/Warm）。见 §8.6。

Q7：标注是谁做的？可靠吗？
A：由单一标注者逐条听审完成，含 PAIN LEVEL、REVISED PAIN、NOTES 与 Action Label。内部一致，但未报告标注者间一致性（IAA），存在未量化的主观偏差风险。见坑 6。

Q8：Action Label 是什么？
A：0–4 的音频质量档位，用于标注录音质量。数值越高通常表示干扰越多。使用者可据此自行设定质量门槛。见 §8.4。

Q9：为什么说它能和情绪识别类比？
A：因为疼痛与情绪都是主观体验状态，都需要自报标签，都面临标签噪声与被试间不可比问题。方法论上高度邻近。

Q10：最容易被误用的是哪一点？
A：把「受控朗读条件下的高分」误当作「临床可部署的能力」，忽略生态效度落差。见坑 1。

Q11：数据集和哪篇论文对应？
A：Scientific Data 2025;12(1):595，DOI 10.1038/s41597-025-04733-2，PMID 40210645，PMCID PMC11985987。

Q12：数据版本与发布日期？
A：PhysioNet 上为 v1.0.0，发布日期 2025-01-21，DOI 10.13026/20e2-1g10。

事实清单

• 全称：TAME Pain = Trustworthy AssessMEnt of Pain from Speech and Audio for the Empowerment of Patients。
• 类型：疼痛语音/音频数据集（英文朗读语音）。
• 被试数：51 名健康成年志愿者。
• 语句数：7,039 条已标注语音语句（约 7,044 个 wav 文件）。
• 总时长：约 311.24 分钟。
• 采样规格：16 kHz、单声道、PCM。
• 录音设备：Røde Wireless PRO 领夹麦克风，距口约 10 英寸（约 25 cm）。
• 诱发范式：冷加压任务（CPT），冷水 0–4°C、最长约 3 分钟；对照为温水。
• 朗读语料：哈佛句表（Harvard Sentences，IEEE 1969）。
• 标注维度：PAIN LEVEL、REVISED PAIN、NOTES、Action Label（0–4）。
• 标注者：单一标注者，Sony WH-1000XM5 耳机逐条听审。
• 任务：二分类、三分类、条件分类（Cold/Warm）。
• 许可：PhysioNet Restricted Health Data License 1.5.0。
• 平台：PhysioNet，v1.0.0，2025-01-21，DOI 10.13026/20e2-1g10。
• 论文：Scientific Data 2025;12(1):595；DOI 10.1038/s41597-025-04733-2；PMID 40210645；PMCID PMC11985987。
• 伦理：IRB STUDY00004954。
• 排除：6 名被试因录音问题被排除（见 §3.4）。
• 预处理：webrtcvad 语音活动检测（VAD）。
• 含 NOTES 的语句：约 2,869 条；标注 External_Disturbances 的语句：约 1,852 条。
• 条件顺序：采用拉丁方设计（如 LC-LW-RC-RW 等）。

术语表

• TAME：Trustworthy AssessMEnt 的缩写，此处特指疼痛语音评估项目，非「驯服」之意，亦区别于其他领域同名缩写。
• CPT（Cold Pressor Task，冷加压任务）：把手浸入冰水以诱发急性疼痛的标准实验范式。
• 哈佛句表（Harvard Sentences）：1969 年 IEEE 制定的音素平衡英文标准句集，用于语音清晰度测试。
• Pain Level：被试自报的疼痛强度等级。
• Revised Pain：标注者修订后的疼痛等级。
• Action Label：0–4 的音频质量档位，用于质量控制。
• VAD（Voice Activity Detection，语音活动检测）：自动切分语音与非语音段的技术，此处用 webrtcvad。
• Jitter（抖动）：基频周期的微扰，语音病理学常用特征。
• Shimmer（闪烁）：振幅的微扰。
• HNR（Harmonics-to-Noise Ratio，谐噪比）：谐波能量与噪声能量之比。
• MFCC（Mel-Frequency Cepstral Coefficients，梅尔频率倒谱系数）：语音常用的频域特征。
• IAA（Inter-Annotator Agreement，标注者间一致性）：衡量多标注者一致度的指标，本数据集未报告。
• DUA（Data Use Agreement，数据使用协议）：受限访问数据的签署文件。
• Restricted Health Data License 1.5.0：PhysioNet 的受限健康数据许可版本。
• DAIMS：数据集评估框架，含可发现性、可获取性、互操作性、元数据、可持续性五维。
• 生态效度（Ecological Validity）：实验结果对真实场景的推广程度。

附录

附录 A：文件与目录速查

• 数据平台页：PhysioNet（受限访问，DOI 10.13026/20e2-1g10）。
• 论文：Scientific Data 2025;12(1):595。
• 许可文本：PhysioNet Restricted Health Data License 1.5.0。

附录 B：DAIMS 评估全表

维度	评估要点	评分倾向	说明
可发现性 Discoverability	是否有平台页、DOI、论文、检索关键词	高	PhysioNet 收录 + Scientific Data 论文 + DOI，检索路径清晰
可获取性 Accessibility	是否需要门槛、是否可自动拉取	低	受限许可 1.5.0，需 DUA，无法自动流水线获取
互操作性 Interoperability	格式是否标准、是否有元数据规范	中高	wav 16 kHz 单声道通用；带 CSV/表格标注；PhysioNet 规范
元数据 Metadata	字段是否完整、定义是否清晰	高	年龄、性别、疼痛状态、Action Label、NOTES 等字段齐全
可持续性 Sustainability	长期托管、版本、引用机制	高	PhysioNet 长期托管 + 版本号 v1.0.0 + DOI 可引用

总体判读：元数据、可持续性、可发现性强，互操作性中等偏上，可获取性为唯一显著短板。这一画像与「隐私敏感型医疗语音数据」的预期一致——越敏感的模态，可获取性分数越难做高，这未必是缺陷，而是风险—开放权衡的合理落点。

附录 C：三个分类任务的评价指标建议

• 二分类：AUC、F1、敏感度/特异度（疼痛筛查场景更关心敏感度）。
• 三分类：混淆矩阵、宏平均 F1、有序分类的距离指标（因类别有序）。
• 条件分类：AUC（作为混淆对照，非主任务）。

附录 D：推荐的预处理步骤

1. 按 Action Label 分层筛选（先做干净子集）。
2. 统一重采样与幅度归一化。
3. 用 VAD 去除首尾静音（数据集已部分做，需确认阈值一致）。
4. 按被试划分训练/验证/测试，严禁跨被试泄露。

附录 E：引用建议

引用时应同时给出：论文 DOI（10.1038/s41597-025-04733-2）与数据 DOI（10.13026/20e2-1g10），并注明许可版本 1.5.0 及用途约束。

附录 F：与库内条目的交叉引用表

条目	rid	关系
bridge2ai-voice	66	语音医疗基础设施框架
coswara	417	众包语音—健康对照
parkinsons-voice-uci	444	语音生物标志物方法近亲
saarbrucken-voice-db	452	健康语音声学基线
ua-speech	473	病理语音（构音障碍）对照
speech-accessibility-project	830	辅助沟通语音数据

附录 G：常见误用速查

误用	更正
当作临床可部署模型	受控朗读，需跨域重验（坑 1）
强度当客观阈值	主观自报，需被试内归一（坑 2）
全量直接训练	按 Action Label 分层（坑 3）
条件高分=疼痛可分	存在采集混淆（坑 4）
认为识别的是「痛」	实为冷/痛复合（坑 5）
标签视为金标准	单标注者、无 IAA（坑 6）
假设全频带信息	16 kHz 上限 8 kHz（坑 7）
受限=不可用	可走 DUA 申请（坑 8）

附录 H：数据字段速查

• participant_id：被试标识。
• age / sex：人口学字段。
• condition：Cold / Warm。
• utterance_text：朗读的哈佛句表文本。
• pain_level / revised_pain：自报与修订疼痛等级。
• action_label：0–4 音频质量档位。
• notes：标注者备注。

附录 I：伦理与合规要点

• 需签署 DUA，限非商业研究。
• 需注明数据来源与许可。
• 不得试图重识别被试。
• 成果发表可能需要向数据提供方报告。

附录 J：项目与论文时间线

时间	事件
2023	Schneiders et al. 概念论文（ACM），提出 TAME 项目构想
2024	Williams et al. Interspeech 论文，验证声学特征预测急性疼痛水平可行
2024 前后	UT Austin IRB 批准采集协议（STUDY00004954）
2025-01-21	PhysioNet 发布 TAME Pain v1.0.0
2025-04	Dao et al. 数据描述论文发表于 Scientific Data 2025;12(1):595
2025-2026	论文进入引用积累期（抓取时点 Cited by 3）

这条时间线显示一个成熟的「概念 → 方法 → 数据」漏斗：先有项目愿景，再有方法学验证，最后是数据基座发布，每一步都为下一步提供合法性。

附录 K：参与者招募与排除的流程细节

环节	内容
目标人群	18-35 岁、英语流利、有健康保险
初筛	排除自报高血压、心脏/循环问题、心境恶劣、心血管疾病及雷诺现象/晕厥/癫痫/冻伤风险者
进一步排除	开放性伤口、溃疡、手部骨折、神经疾病、糖尿病、癫痫、怀孕者
采集后排除	6 名被试因录音问题排除
最终	51 名有效被试

这份流程值得自建数据集者参考：排除标准应显性列出，既满足伦理要求，也让使用者了解样本边界由何决定。

附录 L：CPT 参数速查卡

参数	设定
冷水温度	0–4 °C
温水条件	回温至个人基线
单次浸手上限	约 3 分钟（或自愿抽手）
手姿	手掌向上，边浸边朗读
条件集	LC / LW / RC / RW
顺序平衡	拉丁方（4 组）
基线测量	红外温度计测每只手

附录 M：标注字段全表

字段	归属文件	定义
PAIN LEVEL	meta_audio.csv	说话时自报疼痛 1-10
REVISED PAIN	meta_audio.csv	修订后疼痛分
ACTION LABEL	meta_audio.csv	0-4 音频质量
NOTES	meta_audio.csv	自由备注
DURATION	meta_audio.csv	语句时长
PID / 人口学	meta_participant.csv	被试标识与年龄性别族裔
七类标注	Annotations/*.csv	干扰与技术性标注
NOISE RELATION	External_Disturbances.csv	噪声来源关系

附录 N：三任务标签切分对照

任务	类别	切分规则
二分类	No Pain / Pain	1-3 / 4-10
三分类	Mild / Moderate / Severe	1-3 / 4-6 / 7-10
条件分类	Cold / Warm	LC,RC / LW,RW

附录 O：常见问题补充

附录 O.1：为什么总量有两个数字（7,044 与 7,039）？
见 §2.8。前者是录到的 wav 文件数，后者是有疼痛标签的可用语句数。

附录 O.2：为什么说「疼痛」标签其实是「冷/痛复合」？
见坑 5。实验无「冷但不痛」的对照臂，温度与疼痛共线。

附录 O.3：Action Label 该用哪个阈值？
取决于任务对噪声的容忍度：追求纯净用 0，平衡量与质用 ≤1，追求最大量用全体。务必报告所用阈值。

附录 O.4：能不能只用温度条件做疼痛代理标签？
不建议。那等于用采集条件替代主观疼痛，会引入与设计混淆相同的问题。

附录 O.5：标注的 REVISED PAIN 与 PAIN LEVEL 该用哪个？
严格分析优先用 PAIN LEVEL（原始自报），并注意 REVISED 含少量「沿用相邻」的推断值。二者差异应作为敏感性分析的一部分。

附录 O.6：数据集是否有音频之外的模态？
没有。音频是唯一模态，其余为表格元数据与标注。

附录 P：术语中英对照（扩展）

中文	英文	备注
冷加压任务	Cold Pressor Task (CPT)	疼痛诱发范式
哈佛句表	Harvard Sentences	音素平衡句集
动作标签	Action Label	0-4 质量档
语音活动检测	Voice Activity Detection (VAD)	webrtcvad
谐噪比	Harmonics-to-Noise Ratio (HNR)	声学特征
梅尔频率倒谱系数	MFCC	声学特征
标注者间一致性	Inter-Annotator Agreement (IAA)	本集未报告
数据使用协议	Data Use Agreement (DUA)	受限访问
限制性健康数据许可	Restricted Health Data License	PhysioNet 1.5.0
生态效度	Ecological Validity	推广性
被试内设计	Within-Subject Design	同人对照
被试间设计	Between-Subject Design	组间对照
双任务	Dual-Task	浸手同时朗读
声学生物标志物	Acoustic Biomarker	从声学推断健康
域适应	Domain Adaptation	跨域迁移
捷径学习	Shortcut Learning	学到伪相关

附录 Q：文献与来源索引

类别	来源
数据描述论文	Dao et al., Scientific Data 2025;12(1):595, doi:10.1038/s41597-025-04733-2
数据集	PhysioNet TAME Pain v1.0.0, doi:10.13026/20e2-1g10
概念论文	Schneiders et al. 2023, doi:10.1145/3597512.3597513
方法论文	Williams et al. 2024, doi:10.21437/Interspeech.2024-15
平台	PhysioNet, RRID:SCR_007345
机构页	Southampton ePrints 497539（无附件）；UT Austin Good Systems

抓取时点：2026-10-12。所有硬数字以 PhysioNet 页与 Scientific Data 论文为准。

附录 R：一句话判读卡

• 它是：受控 CPT 诱发的英文朗读疼痛语音数据集，51 人 / 7,039 句，受限访问。
• 它强在：协议透明、标注密集、任务明确、有质量分层。
• 它弱在：单中心小样本、朗读非自述、16 kHz 单声道、温度与疼痛共线、单标注者、受限访问。
• 最该记住的一句：它的价值是受控条件下的可分性证据，不是可直接部署的临床疼痛检测器。

附录 S：数据集定位的「三步判别法」

面对任何一份声称「疼痛语音」的数据集，可用以下三步快速判别它与 TAME Pain 的关系与适用性：

1. 看疼痛是诱发还是自然。 CPT / 电刺激 / 热辐射属诱发（受控、可重复、但生态效度低）；临床患者自述属自然（真实、但不可控、有采集时延）。
2. 看语音是朗读还是自述。 朗读文本利对齐、利隐私；自述利生态效度、难对齐。
3. 看标签是同步还是延迟。 同步（如 TAME 的边浸边报）能建立强声学—标签对齐；延迟（如某些研究存在 24 小时时延）会稀释关联。

TAME Pain 在三个维度上都偏「受控」一侧：诱发 + 朗读 + 同步。这决定了它适合验证方法、建立基准，而不适合直接外推临床。

附录 T：数据使用的合规检查表

签下 DUA 后，使用前逐项确认：

• [ ] 是否只在协议允许的用途内使用？
• [ ] 是否避免了任何形式的再分发（含上传到公开平台、加入公开训练集）？
• [ ] 是否按要求引用数据集 DOI 与平台？
• [ ] 是否避免了尝试再识别个体？
• [ ] 是否对衍生物的发布范围做了合规评估？
• [ ] 是否在合作方之间明确了数据保管责任？

任意一项为「否」，都应暂停使用并与数据管理方沟通。

附录 U：模型评估的最小报告模板

一份负责任的使用报告，建议至少包含：

项	内容示例
版本	TAME Pain v1.0.0（doi:10.13026/20e2-1g10）
质量门槛	Action Label ≤ 1
切分	按 PID 划分，训练/测试被试互斥
任务	二分类 + 三分类分别报告
基线	多数类 + 质量作弊基线
指标	AUC / 宏平均 F1 / 敏感度
局限声明	温度—疼痛共线、朗读文本、单标注者

附录 V：为什么「安静基线」比「疼痛条件」更干净（深入）

论文表 2 的结构性发现值得再展开一层。它的因果链条可能是：

1. 被试浸冷手时，痛感与不适上升；
2. 同时仍需完成朗读任务，形成双任务负荷；
3. 疼痛与不适导致呼吸模式改变、吞咽增多、姿势调整增多；
4. 这些生理反应在音频中表现为更多呼吸声、更多口部噪声、更多与朗读无关的声学扰动；
5. 于是疼痛条件下的音频质量系统性偏低，动作标签偏高。

若这一链条成立，那么「疼痛」与「音频质量」之间存在部分因果关联（疼痛本身导致质量下降），而非纯粹的技术伪相关。这使去混杂变得微妙：简单地只在 label=0 子集上训练，可能反而剔除了疼痛效应最强的样本，导致低估真实信号。

因此更稳妥的做法是双向报告：既报告「全量」的结果，也报告「label=0」的结果，并把两者的差值解释为「疼痛—质量耦合」的贡献量。这个差值本身就是一项有价值的发现。

附录 W：与「语音情感识别」的方法类比细节

疼痛与情绪在方法论上高度同构，具体对应关系：

维度	情感识别	疼痛评估（TAME Pain）
标的	效价/唤醒度	疼痛强度 1-10
诱发	影音素材	CPT 冷加压
标签来源	自评/多标注者	自报 + 单标注者听审
语料	多为自然/表演	朗读固定句表
被试内设计	常见	是（冷/温条件）
核心难点	主观标签噪声	主观标签噪声 + 温度共线
尺度	连续/离散	连续自报 → 离散任务

对照可见，疼痛评估几乎复刻了情感识别的全部方法论难题，并额外叠加了一个生理混淆（温度）。因此情感识别领域的经验（如标签噪声建模、被试归一化、跨域适应）大多可迁移到疼痛语音研究。

附录 X：常见误解速查（补充）

误解	事实
「TAME 就是驯服」	是 Trustworthy AssessMEnt 的缩写
「痛得越狠音频越干净」	恰恰相反，疼痛条件音频质量系统性偏低
「二分类做得好就等于能测疼痛强度」	强度分级远难于有无判定，二者不可等同
「朗读数据可以直接用于临床语音」	生态效度落差，需跨域验证
「受限数据不能用于研究」	合规机构可申请，受限≠不可用
「51 人太少不能做研究」	作为受控基准足够，作为人群结论不足

附录 Y：延伸阅读方向

对希望深入的使用者，建议按以下顺序延伸：

1. 先读 Dao et al. 2025（Scientific Data）的 Data Descriptor，掌握数据全貌与局限。
2. 再读 Williams et al. 2024（Interspeech），理解声学特征预测疼痛的方法基线。
3. 回到 Schneiders et al. 2023（ACM），看项目的系统构想与伦理框架。
4. 横向对比 coswara、parkinsons-voice-uci、ua-speech 等库内语音条目，建立语音—健康谱系。
5. 若关注多模态，检索疼痛面部表情与生理信号数据集，思考跨模态对齐实验。

附录 Z：最终核对要点

• 本条目描述的数据集版本为 v1.0.0（2025-01-21）。
• 所有规模数字以官方页与论文为准（详见附录 Q）。
• 条目内所有「坑」均指向具体使用风险，非泛泛提醒。
• 条目对数据集采取中性立场：既陈述其方法论贡献，也如实记录其结构性局限。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• cgmacros — 共享标签：生理信号 / 可穿戴传感 / 队列研究 / 多模态
• daic-woz — 共享标签：生理信号 / 语音信号 / 医疗NLP / 多模态
• babycry-ujm-axa — 共享标签：生理信号 / 语音信号 / 队列研究 / 多模态
• bridge2ai-voice — 共享标签：生理信号 / 语音信号 / 可穿戴传感
• wesad — 共享标签：生理信号 / 可穿戴传感 / 多模态
• hf-lung-v1 — 共享标签：生理信号 / 语音信号 / 可穿戴传感
• ephnogram — 共享标签：生理信号 / 可穿戴传感 / 多模态
• body-sway-music-vr — 共享标签：生理信号 / 可穿戴传感 / 多模态
• mesa-sleep — 共享标签：生理信号 / 可穿戴传感 / 队列研究
• visem — 共享标签：生理信号 / 队列研究 / 多模态

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。