摘要多模态观众反馈数据集是一个面向演出场景观众行为分析、情感计算与参与度评估研究的多模态数据集主要用于研究音乐和舞蹈表演过程中观众的反应模式与互动行为。数据集概述多模态观众反馈数据集是一个面向演出场景观众行为分析、情感计算与参与度评估研究的多模态数据集主要用于研究音乐和舞蹈表演过程中观众的反应模式与互动行为。该数据集融合了音频、图像和生理信号三类信息能够从声学反应、视觉行为和生理唤醒等多个角度刻画观众在现场表演中的参与状态。数据集中包含 21,800 个音频样本.mp3、**2,615 张图像.png**以及以 CSV 格式保存的生理测量数据为分析观众情绪、注意力、热情程度和整体参与水平提供了较为完整的数据基础。数据结构与关键特征该数据集由三种主要模态构成。第一类是音频模态包含观众在音乐和舞蹈表演期间的反应声音核心特征包括 MFCC 1–13、RMS 能量、频谱质心、过零率ZCR和掌声强度可用于分析节奏响应、声学活跃度和群体热情。第二类是视觉模态由 2,615 张图像组成标注信息包括面部表情评分、微笑率、注视注意力、身体运动强度和面部熵可用于研究观众表情变化、注视行为和肢体互动。第三类是生物特征模态以 CSV 文件形式存储主要包括心率HR、皮肤电活动EDA以及 X、Y、Z 三轴运动加速度等指标可用于反映观众在表演过程中的生理唤醒和动作状态。整体目录中提到的 Audience_Multimodal_Data 可理解为核心多模态数据目录而“受众参与度”等内容则与观众互动和参与分析密切相关。应用价值与研究方向该数据集在智能文娱分析、情感识别、观众参与度建模和多模态人工智能领域具有较高应用价值可用于观众情绪识别、现场反馈分析、演出效果评估和用户体验研究。研究人员可以采用音频模型提取观众声学反应特征利用计算机视觉方法分析面部表情与身体动作并结合生理信号建模观众的唤醒状态再通过多模态融合方法实现更准确的观众参与度预测。进一步研究方向包括音乐与舞蹈表演质量评估、群体情绪传播分析、观众满意度预测、个性化演出推荐、现场互动系统设计以及面向文娱产业的智能决策支持系统开发从而为数字演艺、沉浸式体验和智能文化产业提供技术支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-449文件大小700M原创声明本数据集为整理作品