探索自监督学习与分类器链在非言语发声情感识别中的有效性
声音
2022-06-23 v1 音频与语音处理
摘要
我们提出了一个提交至 ICML 2022 表现力发声竞赛 ExVo Few-Shot 赛道、面向非言语发声（NV）的情感识别系统。所提方法使用自监督学习（SSL）模型从 NV 中提取特征，并利用分类器链对情感间的标签依赖进行建模。实验结果表明，与若干基线方法相比，所提方法能显著提升该任务的性能。我们提出的方法在验证集上获得 的平均一致性相关系数（CCC），在测试集上获得 ，而最佳基线方法在验证集上仅获得 。我们在 https://github.com/Aria-K-Alethia/ExVo 公开了代码，以帮助他人复现我们的实验结果。
引用
@article{arxiv.2206.10695,
title = {Exploring the Effectiveness of Self-supervised Learning and Classifier Chains in Emotion Recognition of Nonverbal Vocalizations},
author = {Detai Xin and Shinnosuke Takamichi and Hiroshi Saruwatari},
journal= {arXiv preprint arXiv:2206.10695},
year = {2022}
}
备注
Accepted by the ICML Expressive Vocalizations Workshop and Competition 2022