性别多元人群语调训练的声学与感知效果

数据集获取

源站：https://clinicaltrials.gov/study/NCT05204732

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：性别烦躁。背景与问题陈述。性别多元个体的言语训练侧重于对性别感知有强烈影响的沟通方面。文献研究结果表明，听者的性别感知不仅由音高决定，还由语调等其他成分决定。然而，改变性别感知所需的音高变化的性质和程度尚不清楚。在言语治疗中，语调训练常用于言语女性化。然而，缺乏实证证据。研究问题和/或假设 本研究通过随机假对照试验（RCT）调查语调训练对声学嗓音特征、性别感知和性别多元个体研究结果的短期和长期影响。基于文献研究结果，预期（a）语调参数达到性别一致值，此外（b）性别评估符合个体的性别认同，以及（c）语调训练后短期和长期自我评估的改善。

本研究将为语调与性别感知之间的关系带来新的见解，并为语调训练应用的证据提供重要贡献。研究方案将采用随机对照试验（RCT）。将通过根特大学医院招募性别多元化个体。纳入标准为：由多学科性别团队确诊的性别烦躁、年龄在18至60岁之间、听力正常且母语为荷兰语。考虑到研究团队的专业知识以及通过根特大学医院性别门诊的低门槛招募，总共n=20名参与者是一个非常可行的数量。受试者将被随机分配到实验组（语调训练）或对照组（接受安慰剂干预）。随机化将按年龄组和基线言语基频进行分层。实验组

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。