不同划分准则对语音情感识别性能的影响
音频与语音处理
2022-10-27 v1 声音
摘要
传统的语音情感识别(SER)评估仅在说话人无关条件下进行；其中一些甚至没有在该条件下评估其结果。本文强调了按文本划分 SER 训练和测试数据的重要性，这被称为句子开放或文本无关准则。结果表明，采用句子开放准则降低了 SER 的性能。这一发现意味着，在嵌入于声学信息中的不同语言信息下，从语音中识别情感存在困难。令人惊讶的是，文本无关准则的表现始终差于说话人+文本无关准则。SER 性能划分准则的难度从最难到最易的完整顺序为：文本无关、说话人+文本无关、说话人无关、说话人+文本相关。说话人+文本无关与文本无关之间的差距小于其他准则，这进一步证实了在不同句子中从语音识别情感的困难。
引用
@article{arxiv.2210.14501,
title = {Effect of different splitting criteria on the performance of speech emotion recognition},
author = {Bagus Tris Atmaja and Akira Sasou},
journal= {arXiv preprint arXiv:2210.14501},
year = {2022}
}
备注
Accepted at TENCON 2021