BriefGPT - AI 论文速递
·
野外录制的语音信息中的语音情感识别
💡
原文中文，约600字，阅读约需2分钟。
📝
内容提要
该研究使用西班牙语音消息数据集，创建了基于说话者的情感识别模型，并比较了不同数据库的结果。使用预训练模型和特征组合取得了较高准确率，对于情感价值和唤醒度的预测分别达到了61.64%和55.57%的非加权准确率。结果显示注释者标签的变化会影响模型的效果，结合专家和非专家的注释可以获得更好的结果和公平性。该研究对于分析即兴语音消息的应用程序开发有重要贡献。
🎯
关键要点
- 该研究使用西班牙语音消息数据集（EMOVOME），创建了基于说话者的情感识别模型。
- 使用预训练模型和特征组合，情感价值和唤醒度的非加权准确率分别达到了61.64%和55.57%。
- 注释者标签的变化会影响模型效果，结合专家和非专家的注释可以获得更好的结果和公平性。
- EMOVOME在情感类别的预测上不及RAVDESS数据库，但在情感价值和唤醒度方面与IEMOCAP数据库效果相似。
- 该研究对即兴语音消息的应用程序开发有重要贡献。
🏷️
标签
➡️
