Enhancing Speech Emotion Recognition through Segmental Average Pooling of Self-Supervised Learning Features

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种分段平均池化(SAP)方法,旨在解决语音情感识别中非语音段导致的特征信息稀释问题。通过选择性关注语音段,该方法显著提升了英语和韩语数据集上的识别性能。

🏷️

标签

➡️

继续阅读