Nov, 2022

基于跨语料库领域自适应的意大利老年人情感识别

PDF
TL;DR本文旨在定义一个语音情感识别（SER）模型，能够在自然会话中识别意大利老年人的积极、中性和消极情绪。通过合并英语数据集和意大利语数据集并采用 XGBoost 模型训练，提出了一种适用于多个语种和多个年龄段的通用模型，并提出两种领域自适应策略来使模型适应老年人和意大利人。结果表明，这种方法提高了分类性能，同时也强调了需要收集新的数据集。
speech emotion recognitionitalian elderly peoplemulti-language corpusxgboostdomain adaptation
发现论文，激发创造
  • SER_AMPEL: 一个用于意大利老年人 SER 的多源数据集

    本文介绍了 SER_AMPEL，一个用于意大利老年人语音情感识别（SER）的多源数据集。数据集的特点是根据不同的协议进行收集，特别考虑了从电影和电视剧中提取的演奏对话以及通过适当问题引发情感的自然对话。通过对提出的数据集的子集进行分类结果分析，报告了关于 SER 关键问题的初步考虑。

    Nov, 2023

  • 跨语言跨年龄组适应低资源老年人语音情感识别

    本研究探讨了情感识别在不同语言和年龄组之间的可转移性，结果表明不同的语言和年龄组需要特定的音频特征，并指出数据增强可以提高模型的准确性。

    Jun, 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

  • 一项关于语音情感识别的跨语料库研究

    研究了通过跨语料库和多领域训练，分类自然和表演情感的影响；结论表明，从人工情感数据集中学习信息并将其应用于多领域的自然情感识别中是可行和有效的。

    Jul, 2022

  • EmoBox: 跨语言多语料库语音情感识别工具箱与基准

    我们提出了 EmoBox，这是一个开箱即用的多语言多语料库语音情感识别工具包，并配备了用于内部和跨语料库设置的基准测试。

    Jun, 2024

  • 如何在数据集间推广 SER 模型？一个全面的基准测试

    通过整合多个数据集、解决数据分布不均衡以及评估协议，本研究旨在推进语音情感识别技术的发展，以实现人机交互的增强。

    Jun, 2024

  • 半监督跨语言语音情感识别

    本文提出一种基于半监督学习的交叉语言情感识别方法，使用卷积神经网络 (CNN) 和伪标签策略进行训练，在五种不同语言的数据上表现出鲁棒性。

    Jul, 2022

  • 情感导向的自动语音识别预训练，增强语音情感识别

    提出了一种新颖的多任务预训练方法，用于语音情感识别，在同时进行自动语音识别和情感分类任务的情况下对 SER 模型进行预训练，生成目标情感分类的方法，通过公开数据训练的文本情感模型，将声学 ASR 模型更加 “情感感知”，最终在情感注释语音数据上进行了微调，达到了 MSP-Podcast 数据集中价值预测最佳的一致性相关系数（CCC）0.41。

    Jan, 2022

  • 面向可推广 SER 的软标注和数据增强：建模大规模多语种语音中的情绪时序变化

    通过合并多个语料库，提出了一种软标签系统来识别口语交流中的情感，并使用时间动力学强调情感的动态变化。通过在跨语言的四个多语种数据集上进行验证，展示了引人注目的零 - shot 泛化性能。

    Nov, 2023

  • 我们关心”: 提升客服对话中的混合语音情感识别

    通过在自然会话中引入词级 VAD 值，本研究在 Natural Speech Emotion Dataset（NSED）上将负面情绪的 SER 任务的准确率相比基准值提高了 2%，这对于业务利益至关重要，可以帮助开发更礼貌和有同理心的对话代理程序。

    Aug, 2023