语音 Swin-Transformer: 探索一种具有平移窗口的分层 Transformer 用于语音情感识别

该研究提出了一种基于分层性 Speech Swin-Transformer 的声音情感识别方法，通过分级的窗口聚合多尺度情感特征，将 Transformer 的感知范围从帧级扩展到片段级，实验结果表明该方法优于现有的技术。