在语音情感识别中使用谐振和打击成分的杠杆化 Mel 频谱图
原文中文，约300字，阅读约需1分钟。
📝
内容提要
EmoDistill是一种新颖的语音情感识别框架，利用跨模态知识蒸馏从语音中学习情感表示。在IEMOCAP基准上的实验证明其优势，实现了77.49％的非加权准确率和78.91％的加权准确率。
🏷️
