基于迁移学习与声学-词汇信息融合的语音冲突升级程度检测
声音
2021-11-05 v2 音频与语音处理
信号处理
摘要
文本冲突升级检测已广泛应用于电商公司的客服系统，以预先警报并防止潜在冲突。类似地，在机场和火车站等频繁发生大量非私人对话的公共场所，基于声学的冲突升级检测系统也有助于提升乘客安全并维护公共秩序。为此，我们引入了一种基于声学-词汇特征检测语音中冲突升级的系统，实验中采用语音活动检测（VAD）和标签平滑来进一步增强性能。考虑到训练和开发数据量较小，我们还在几个知名情绪检测数据集（即RAVDESS、CREMA-D）上采用迁移学习，以学习高级情绪表征，并将其应用于对话冲突升级检测任务。在开发集上，我们提出的系统取得了81.5%的非加权平均召回率（UAR），显著优于72.2% UAR的基线。
引用
@article{arxiv.2104.06004,
title = {Detecting Escalation Level from Speech with Transfer Learning and Acoustic-Lexical Information Fusion},
author = {Ziang Zhou and Yanze Xu and Ming Li},
journal= {arXiv preprint arXiv:2104.06004},
year = {2021}
}