基于半监督联邦学习的隐私保护语音情感识别
机器学习
2022-02-08 v1 人工智能
声音
音频与语音处理
摘要
语音情感识别（SER）是指从自然语音中识别人类情感。若能做到准确识别，可在构建以人为中心的情境感知智能系统方面带来诸多益处。现有的SER方法大多是集中式的，未考虑用户隐私。联邦学习（FL）是一种处理隐私敏感个人数据去中心化的分布式机器学习范式。本文中，我们利用FL的概念提出了一种隐私保护且数据高效的SER方法。据我们所知，这是首个联邦SER方法，其将自训练学习与联邦学习结合以利用设备端有标签与无标签数据。我们在IEMOCAP数据集上的实验评估表明，即使在数据标签可用性低且高度非独立同分布的情况下，我们的联邦方法也能学习到可泛化的SER模型。我们显示，在仅使用少至10%标签数据时，我们的方法平均比全监督联邦对应方法将识别率提高8.67%。
引用
@article{arxiv.2202.02611,
title = {Privacy-preserving Speech Emotion Recognition through Semi-Supervised Federated Learning},
author = {Vasileios Tsouvalas and Tanir Ozcelebi and Nirvana Meratnia},
journal= {arXiv preprint arXiv:2202.02611},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2107.06877