用于发声爆发多任务情感识别的自监督注意力网络与不确定性损失加权
声音
2022-09-28 v2 人工智能
音频与语音处理
摘要
发声爆发(vocal bursts)在情感交流中起着重要作用，使其对改进语音情感识别具有重要价值。在此，我们介绍在ACII情感发声爆发研讨会与挑战赛2022(A-VB)中用于分类发声爆发并预测其情感显著性的方法。我们使用一个大型自监督音频模型作为共享特征提取器，并比较了构建在分类器链和注意力网络上的多种架构，结合不确定性损失加权策略。我们的方法在所有四项任务上大幅超越挑战赛基线。
引用
@article{arxiv.2209.07384,
title = {Self-Supervised Attention Networks and Uncertainty Loss Weighting for Multi-Task Emotion Recognition on Vocal Bursts},
author = {Vincent Karas and Andreas Triantafyllopoulos and Meishu Song and Björn W. Schuller},
journal= {arXiv preprint arXiv:2209.07384},
year = {2022}
}
备注
4 pages, 1 figure, accepted at The 2022 ACII Affective Vocal Burst Workshop & Challenge (A-VB)