基于图拓扑推断的声景情感识别特征选择
音频与语音处理
2026-03-19 v2 声音
摘要
声景研究已将环境声学的焦点从噪声水平转移到声音的感知，并纳入了情境因素。声景情感识别（SER）利用一组特征对感知进行建模，其中唤醒度和效价通常被视为情感的充分描述符。在这项工作中，我们将图学习技术与一种新颖的信息准则相结合，为 SER 开发了一个特征选择框架。具体而言，我们使用针对广泛使用的 Emo-Soundscapes 数据集定制的线性结构方程模型（SEM）来估计特征关系的稀疏图表示。生成的图捕获了输入特征与两个情感输出之间的关系。为了确定适当的稀疏性水平，我们提出了一种新颖的广义肘部检测器，它同时提供点估计和不确定性区间。我们对我们的方法进行了广泛的评估，包括对推断关系的可视化。虽然我们的若干发现与先前的研究一致，但图表示也揭示了唤醒度与效价之间的强联系，挑战了常见的 SER 假设。
引用
@article{arxiv.2509.16760,
title = {Feature Selection via Graph Topology Inference for Soundscape Emotion Recognition},
author = {Samuel Rey and Luca Martino and Roberto San Millan and Eduardo Morgado},
journal= {arXiv preprint arXiv:2509.16760},
year = {2026}
}