语音情感识别系统的设计与评估：以 IEMOCAP 为案例的现实核查
声音
2023-05-16 v1 机器学习
音频与语音处理
摘要
当前亟需指南与标准测试集，以实现语音情感识别（SER）的直接且公平的比较。尽管诸如交互式情感二元运动捕捉（IEMOCAP）数据库等资源已成为被广泛采用的参考语料库，供研究者开发与测试 SER 模型，但已发表的工作显示出其在使用上的大量假设与差异，这对可复现性与泛化性构成挑战。基于以 IEMOCAP 为用例对 SER 最新进展的批判性回顾，我们的工作旨在作出两点贡献：第一，通过对近期文献（包括其中的假设与所用指标）的分析，我们提供了一套 SER 评估指南。第二，利用近期具有开源实现的出版物，我们聚焦于 SER 中的可复现性评估。
引用
@article{arxiv.2304.00860,
title = {Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP},
author = {Nikolaos Antoniou and Athanasios Katsamanis and Theodoros Giannakopoulos and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2304.00860},
year = {2023}
}
备注
Accepted at ICASSP 2023