深度函数多指标模型及其在语音情感识别中的应用
声音
2024-03-27 v1 音频与语音处理
应用统计
摘要
语音情感识别（Speech Emotion Recognition, SER）在推动人机交互与语音处理能力的发展中起着至关重要的作用。我们提出了一种专为函数数据模型（即多指标函数模型）设计的全新深度学习架构。我们的核心创新在于将自适应基函数层与自动化数据变换搜索集成到深度学习框架中。针对该新模型的仿真实验表现出良好的性能。这使我们能够基于梅尔频率倒谱系数（MFCCs）提取面向分块级 SER 的特征。我们在基准 IEMOCAP 数据库上验证了该方法的有效性，与现有方法相比取得了良好的性能。
引用
@article{arxiv.2403.17562,
title = {Deep functional multiple index models with an application to SER},
author = {Matthieu Saumard and Abir El Haj and Thibault Napoleon},
journal= {arXiv preprint arXiv:2403.17562},
year = {2024}
}
备注
5 pages, 1 figure