面向模糊语音情感识别的多分类器交互学习
人工智能
2023-02-20 v2 多媒体
摘要
近年来，语音情感识别技术在呼叫中心、社交机器人和医疗保健等工业应用中具有重要意义。语音识别与语音情感识别的结合可提高反馈效率与服务质量。因此，语音情感识别在工业和学术界都备受关注。由于整个话语中存在的情感可能具有不同概率，语音情感很可能是模糊的，这给识别任务带来巨大挑战。然而，以往研究通常确定性地给每个话语分配单标签或多标签。因此，由于不恰当的表示，其算法准确率较低。受最优交互理论启发，我们提出一种新颖的多分类器交互学习（MCIL）方法来解决模糊语音情感问题。在 MCIL 中，多个不同分类器首先模拟若干对模糊情感具有不一致认知的个体，并构建新的模糊标签（情感概率分布）。然后，它们用新标签重新训练以与各自的认知交互。该过程使每个分类器能从其他分类器学习更好的模糊数据表示，并进一步提升识别能力。在三个基准语料库（MAS、IEMOCAP 和 FAU-AIBO）上的实验表明，MCIL 不仅提升了每个分类器的性能，还将其识别一致性从中度提高到实质性。
引用
@article{arxiv.2012.05429,
title = {Multi-Classifier Interactive Learning for Ambiguous Speech Emotion Recognition},
author = {Ying Zhou and Xuefeng Liang and Yu Gu and Yifei Yin and Longshan Yao},
journal= {arXiv preprint arXiv:2012.05429},
year = {2023}
}
备注
10 pages, 4 figures