超越文字：情感词分类以提升人机交互

在人机交互领域，培育人类与机器之间的自然对话至关重要。这种对话的一个关键且常被忽视的组成部分是使用情感词（如“mmm”和“hmm”）。尽管这些情感词频繁用于表达同意、犹豫或请求信息，但它们通常被自动语音识别（ASR）引擎视为“非单词”。针对这一差距，我们引入了一个专门针对情感词分类的新任务，这是我们所知的该领域的先驱。该任务具有挑战性，因为情感词信号时长短小且存在显著的说话人间和说话人内变异性。在本文中，我们专为情感词分类收集并发布了一个情感词数据集。我们利用该数据集训练和评估了一个基线深度学习模型。为提升性能，我们通过速度和音高变换等技术增强训练数据集，这显著提高了分类准确度，使模型更具鲁棒性。情感词数据集、用于增强流程的Python库、基线模型和评估脚本均向研究社区开放。