自发语音情感数据通常包含感知评分，因评分者意见差异而引入标签不确定性。我们提出使用情感评分的概率密度函数作为目标，替代常用的共识评分，从而在基准评估集上取得更好表现。此外，我们探讨了基于显著性驱动的基础模型选择，以训练多任务语音情感模型，并在情感识别上展示了最先进的性能。

情感分析技术已从简单的极性检测发展到复杂的语音情感分析，能够通过音调和节奏等特征识别情感。该技术在客户服务和市场研究中得到广泛应用，帮助企业实时捕捉客户情绪。尽管技术进步显著，但仍面临准确性、偏见和隐私等挑战，预计市场将持续增长。