دسترسی به ابزار پژوهش رواسازی‌شده برای ارزیابی نوای گفتار (پروزودی) از ملزومات مطالعۀ گفتار‌ احساسی‌ (عاطفی) است. «پایگاه‌ داده گفتار‌ احساسی‌ زبان‌ فارسی Persian ESD»، اولین مجموعۀ جامع و معتبر گفتار احساسی‌ برای زبان فارسی است که در دانشگاه Freie Universitaet Berlin ساخته و سپس رواسازی شده‌ است. برای ساخت این مجموعه دو بازیگر فارسی‌‌زبان (یک زن و یک مرد) ۹۰ جمله را در پنج آهنگ عاطفی [۱] عصبانیت، شادی، غم، ترس، چندش و نیز خنثی طی شرایط خاصی در سه دستۀ «همگون [۲]»، «ناهمگون [۳]» و «پایه [۴]» در یک استودیو تخصصی ضبط صدا و زیر نظر یک زبانشناس و یک متخصص آکوستیک در شهر برلین آلمان اجرا کردند. متن این ٩٠ جمله پیشتر توسط ۱۱۲۶ فارسی‌زبان در دو مطالعۀ رفتاری جداگانه رواسازی شده بودند. حاصل این کار ۴۷۲ جملۀ صوتی با آهنگ‌های عاطفی متفاوت است. روايی محتوایی [۵] این جملات صوتی در یک مطالعه رفتاری توسط ۳۴ فارسی‌زبان مورد ارزیابی قرار گرفته و ۴۶۸ جمله صوتی که درصد تشخیصشان بالای ۷۱.۴۲ % بود (پنج‌بار بالاتر از سطح شانس) به عنوان جملات معتبر (روسازی‌شده) درنظر گرفته شده‌اند. همچنین تجزیه و تحلیل اکوستیکی این ۴۶۸ جمله صوتی نمایانگر تفاوت معنی‌داری در زمینهٔ شدت، زیر و بمی صدا و کشش (دیرند) بیان جملات در پنج آهنگ عاطفی مورد مطالعه است.

پایگاه‌ داده گفتار احساسی‌ زبان فارسی (Persian ESD)، که برای استفاده در مطالعات حوزه‌های گوناگون از جمله عصب‌شناسی زبان، روان‌شناسی زبان، زبان‌شناسی بالینی، گفتار درمانی و نیز شناخت [۶] و ترکیب [۷] گفتار تهیه شده است، این امکان را به پژوهشگران می‌دهد که تأثیر نوای عاطفی گفتار [۸]، متن گفتار (واژگان) [۹] و نیز تعامل این دو را در درک گفتار عاطفی [۱۰] بطور جداگانه مورد بررسی قرار دهند.

- - - - - -

[۱] این پنج حس عصبانیت، شادی، غم، ترس و چندش به "احساسات پایه" مشهور هستند و طبق نظر برخی از روان‌شناسان احساسات پایه بدون در نظرگرفتن تفاوت‌های فرهنگی و زبانی میان تمامی افراد بشر مشترک هستند(Ekman, 1999).

[۲] Congruent: emotional lexical content articulated in congruent emotional prosody

[۳] Incongruent: neutral lexical content articulated in various emotional prosody

[۴] Baseline: both neutral and emotional lexical content articulated in neutral prosody

[۵] content validity

[۶] speech recognition

[۷] speech synthesis

[۸] Emotional prosody

[۹] Lexical content

[۱۰] Emotional speech.‎