Mar, 2022

语音情感识别的神经架构搜索

PDF
TL;DR本文提出利用神经网络架构搜索技术以及统一路径随机失活策略来自动配置情感识别模型，实验证明在 IEMOCAP 上两个不同的神经结构都可以提高 SER 性能 (54.89% 到 56.28%) 并且可以保持模型参数大小，而且提出的随机失活策略也表现出更优的性能。
deep neural networksspeech emotion recognitionneural architecture searchpath dropout strategyiemocap
发现论文，激发创造
  • 利用可微分结构搜索提升语音情感识别性能

    本篇论文提出了一种基于 DARTS 的 CNN 和 LSTM 联合结构的语音情感识别模型，实验表明该方法优于当前最佳结果。

    May, 2023

  • 多门机制与神经架构搜索的多语言语音情感识别

    本文针对低资源语言，提出了一种语言特定的多预训练语音模型情感信息提取方法，设计了一种多领域模型，采用多门机制，并通过神经网络结构搜索模块为每种语言寻找特定的神经网络结构，并引入对比辅助损失来构建更可分离的音频数据表示。实验表明，该模型为德语和法语提高了 3％和 14.3％的准确率。

    Oct, 2022

  • 基于神经结构学习的设备端语音情感识别知识迁移

    提出了一种基于神经结构化学习的轻量化模型训练框架，能够在边缘设备上有效地实现语音情感识别，提高模型性能，并降低模型大小。

    Oct, 2022

  • 利用遗传算法进行面部表情识别的神经架构搜索

    本研究提出一种基于遗传算法的编码解码机制来自动进化卷积神经网络进行面部表情识别，实验结果表明其在 CK + 和 FERG 数据集上取得了最佳结果，在 JAFFE 数据集上也有竞争力。

    Apr, 2023

  • 基于讲话者注意力的语音情感识别

    本文提出了一种基于自训练机制以及 Self Speaker Attention 机制的情感识别方法，该方法在 Att-HAC 和 IEMOCAP 上实现了最新的性能表现。

    Apr, 2021

  • 使用深度神经网络进行波斯语音情感识别

    本研究利用各种深度学习和机器学习技术，通过对一个 Farsi/Persian 数据集的分析，研究了 Farsi 语言中的情感识别技术，取得了 65.20% 的 UA 和 78.29% 的 WA。

    Apr, 2022

  • emoDARTS: 优化 CNN 和连续神经网络结构以实现优越的语音情感识别

    该研究提出了 emoDARTS，这是一种经过 DARTS 优化的联合 CNN 和 SeqNN（LSTM，RNN）体系结构，可提高语音情感识别的性能。与以往的研究不同，我们没有对 CNN 的层次顺序施加限制，而是让 DARTS 在 DARTS 单元内选择最佳的层次顺序。通过在 IEMOCAP、MSP-IMPROV 和 MSP-Podcast 数据集上评估我们的方法，我们证明 emoDARTS 的表现优于传统设计的 CNN-LSTM 模型，并超过了通过 DARTS 在 CNN-LSTM 上取得的最好 SER 结果。

    Mar, 2024

  • 使用自监督特征进行语音情感识别

    本文介绍了一种基于自上而下加自下而上架构范式的端到端情感识别系统，构建了基于自我监督特征的情感识别实验，并研究了自我监督特征模型的微调、特征的聚合和后端分类网络之间的相互作用等领域。该单模只有语音的系统不仅取得了 SOTA 结果，而且也揭示了强大且经过精细调整的自我监督声学特征的可能性，使其达到类似于同时使用语音和文本模态的 SOTA 多模态系统所达到的结果。

    Feb, 2022

  • 神经网络架构搜索：综述

    本文通过分类讨论搜索空间、搜索策略与性能估计策略三种维度，为神经架构自动搜索方法的存在研究提供了一个概述。

    Aug, 2018

  • 1000 篇论文中的神经架构搜索 Insights

    过去十年，深度学习的发展在计算机视觉、自然语言理解、语音识别和强化学习等多个领域取得了重大突破。神经架构搜索是自动化机器学习的必然发展方向，已经在很多任务上超过了最好的人类设计架构。本文概述不同的搜索空间、算法和加速技术，并介绍了基准、最佳实践、其他综述和开放源代码库。

    Jan, 2023