基于标签自适应Mixup学习鲁棒自注意力特征用于语音情感识别
计算与语言
2023-05-11 v1 声音
音频与语音处理
摘要
语音情感识别（SER）旨在让机器在自然语言交互场景中识别人类情感，由于人类情感的模糊性，该问题被认为具有挑战性。尽管SER近期取得了进展，最先进的模型仍难以达到令人满意的性能。我们提出了一种基于自注意力的方法，结合使用标签自适应mixup与中心损失。通过在mixup中自适应标签概率并将中心损失适配到mixup训练方案中，我们所提方法取得了优于最先进方法的性能。
关键词
引用
@article{arxiv.2305.06273,
title = {Learning Robust Self-attention Features for Speech Emotion Recognition with Label-adaptive Mixup},
author = {Lei Kang and Lichao Zhang and Dazhi Jiang},
journal= {arXiv preprint arXiv:2305.06273},
year = {2023}
}
备注
Accepted to ICASSP 2023