本文提出了一种新颖的知识传递网络，通过跨模态注意机制重构缺失音频模式，从而提升情感预测性能。实验结果表明，该方法在多个数据集上显著优于基线方法，并在多模态知识蒸馏框架中有效解决了模态缺失问题。

该研究提出了一种新颖的知识传递网络，用于跨模态翻译和重构音频模式，采用跨模态注意机制保留最大信息，用于情感预测。实验证明该方法相较于基线方法有显著改进，并在多模态监督方面取得了相当的结果。

该研究提出了一种新颖的知识传递网络，用于跨模态翻译和情感预测。实验证明该方法相较于基线方法实现了显著改进，并在多模态监督方面取得了相当的结果。