真实客服中心对话中端到端连续语音情感识别
音频与语音处理
2023-10-05 v1 人工智能
计算与语言
机器学习
声音
摘要
客服中心对话中的语音情感识别(SER)已成为评估客户与坐席交互质量的有价值工具。与受控实验室环境不同，真实对话发生于非受控条件下，并受语境因素影响情绪表达。本文介绍我们构建用于客服中心对话连续SER的大规模真实数据集(CusEmo)的方法。我们采用维度情感标注方法以捕捉真实客服对话中情感的细微性、复杂性与连续性，同时标注语境信息。研究还应对将端到端(E2E)SER系统应用于该数据集时所遇挑战，包括确定恰当标签采样率与输入片段长度，以及利用多任务学习以不同权重融合语境信息(对话者性别与共情水平)。结果表明融入共情水平信息提升了模型性能。
引用
@article{arxiv.2310.02281,
title = {End-to-End Continuous Speech Emotion Recognition in Real-life Customer Service Call Center Conversations},
author = {Yajing Feng and Laurence Devillers},
journal= {arXiv preprint arXiv:2310.02281},
year = {2023}
}