BriefGPT - AI 论文速递 · 2024-11-05T00:00:00Z Speaker Emotion Recognition: Feature Extraction Using Self-Supervised Models with Wav2Vec2 and HuBERT 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了使用Wav2Vec2和HuBERT自监督模型进行扬声器情感识别（SER）的特征提取方法。结果表明，该方法在多个数据集上表现优异，并成功应用于呼叫中心的情感预测，具有重要的实际意义。 🏷️ 标签 HuBERT Wav2Vec2 models 呼叫中心 情感识别 特征提取 阅读原文 生成长图 分享链接 已复制链接
