DAIC-WOZ数据库是抑郁分析访谈语料库(Distress Analysis Interview Corpus, DAIC) 的一部分，该语料库主要包含临床访谈记录，旨在支持对焦虑、抑郁和创伤后应激障碍等心理困扰状况的诊断。这些访谈数据被收集起来，作为训练一个计算机代理的数据。该代理能够自动对人们进行访谈，并在语言(verbal)和非语言(nonverbal)指标上识别精神疾病。收集的数据包括音频和视频记录以及大量的的问卷回答；这部分语料库包括一个名为Ellie的动画虚拟面试官主持的Oz访谈，由另一个房间里的真人面试官控制。数据已被转录和注释的各种语言的和非语言的特征。

Data description

数据包中包含编号300-492、共189个数据样本（其中 342,394,398,460 因技术原因被移除）。数据包格式如下：

Pack\
	300_P
	301_P
	...
	492_P
	util
	documents
	train_split.csv
	dev_split.csv
	test_split.csv

部分样本需要提醒：

373 - 在5:52-7:00有一个中断，助手进入房间解决一个小的技术问题，会议继续进行并结束。
444 - 在4:46-6:27左右有一个中断，参与者的手机响了，助手进入房间帮助他们关机。
451,458,480 - 会话在技术上是完整的，但是缺少了Ellie(虚拟人类)部分的记录。参与者的成绩单仍然包括在内，但没有面试官的问题。
402 - 视频结尾被删减了约2分钟。

train_split_Depression_AVEC2017.csv：该文件包含参与者id、PHQ8二进制标签(PHQ8得分>= 10)、PHQ8得分和参与者性别，以及PHQ8问卷的每个问题的唯一回答。详细信息参见documents文件夹下的scherer_etal2015_VowelSpace.pdf。

dev_split_Depression_AVEC2017.csv：同上。

test_split_Depression_AVEC2017.csv：仅包含id和性别。

每个样本文件夹下文件组织如下：

XXX_P\ 
  XXX_CLNF_features.txt 
  XXX_CLNF_features3D.txt 
  XXX_CLNF_gaze.txt 
  XXX_CLNF_hog.bin 
  XXX_CLNF_pose.txt 
  XXX_CLNF_AUs.csv   
  XXX_AUDIO.wav 
  XXX_COVAREP.csv 
  XXX_FORMANT.csv 
  XXX_TRANSCRIPT.csv

util文件夹组织如下：

1
2
3

util\ 
  runHOGread_example.m 
  Read_HOG_files.m

File description and feature documentation

这部分表述的是每个样本文件夹下各个文件的作用。

1 CLNF framework output

这部分是由CLNF人脸关键点检测算法输出的数据，包括以下文件：

XXX.CLNF_features.txt
- 包含68个2D人脸关键点；
- 文件格式：frame, timestamp(seconds), confidence, detection_success, x0, x1,…, x67, y0, y1,…, y67。分别表示帧、时间点、置信度、是否检查成功，各个关键点坐标；
- 值之间由逗号分隔，虽然后缀是txt但应该当作csv文件处理。
XXX_CLNF_AUs.csv
- AU表示Action Unit，是面部表情编码系统(Facial Action Coding System, FACS)的运动单元。每一个AU代表一个表情元素；
- 文件格式：frame, timestamp, confidence, success, AU01_r, AU02_r, AU04_r, AU05_r, AU06_r, AU09_r, AU10_r, AU12_r, AU14_r, AU15_r, AU17_r, AU20_r, AU25_r, AU26_r, AU04_c, AU12_c, AU15_c, AU23_c, AU28_c, AU45_c。其中AUX_r表示该面部包含该AU的概率，而AUX_c则用二值表示是否包含该AU。
XXX.CLNF_features3D.txt
- 包含68个3D人脸关键点；
- 格式与2D的类似，只是多了个坐标轴。以摄像机为坐标(0,0,0)，单位为毫米。
XXX.CLNF_gaze.txt
- 文件包含4个视线向量。前两个表示以世界为坐标空间，双眼的视线向量；后两个表示以头为坐标空间，双眼的视线向量。
- 文件格式：frame, timestamp(seconds), confidence, detection_success, x_0, y_0, z_0, x_1, y_1, z_1, x_h0, y_h0, z_h0, x_h1, y_h1, z_h1
XXX.CLNF_hog.bin
- Felzenswalb’s HoG
XXX.CLNF_pose.txt
- pose文件包含两个坐标，X,Y,Z是位置坐标，Rx,Ry,Rz是头部旋转坐标。位置是以毫米为单位的世界坐标，旋转是以弧度和欧拉角为单位的(为了得到一个合适的旋转矩阵，使用R= Rx Ry Rz)。
- 文件格式：frame_number, timestamp(seconds), confidence, detection_success, X, Y, Z, Rx, Ry, Rz

2 Audio file

XXX_AUDIO.wav
- 耳机录音频率为16kHz。音频文件中可能包含少量虚拟面试官的信息，在处理时使用记录文件(transcript files)来缓解这个问题。

3 Transcript file

XXX_TRANSCRIPT.csv

4 Audio features

XXX_COVAREP.csv
XXX_FORMANT.csv