面向利用聚合语料库与深度多任务学习的“野外”语音情感识别
计算与语言
2017-08-15 v1
摘要
“野外”语音情感识别（SER）的挑战之一是训练数据和测试数据（例如说话人和任务）之间存在巨大的不匹配。为了提高情感模型的泛化能力，我们建议使用多任务学习（MTL），并在深度神经网络中将性别和自然度作为辅助任务。在模拟“野外”条件的库内和各种跨库分类实验中对该方法进行了评估。与基于单任务学习（STL）的现有先进方法相比，我们发现提出的 MTL 方法显著提高了性能。特别是，同时使用性别和自然度的模型比单独使用性别或自然度的模型获得了更多的增益。在我们提出的方法获得的特征空间的高级表示中也发现了这种益处，其中可以观察到具有判别性的情感聚类。
引用
@article{arxiv.1708.03920,
title = {Towards Speech Emotion Recognition "in the wild" using Aggregated Corpora and Deep Multi-Task Learning},
author = {Jaebok Kim and Gwenn Englebienne and Khiet P. Truong and Vanessa Evers},
journal= {arXiv preprint arXiv:1708.03920},
year = {2017}
}
备注
Published in the proceedings of INTERSPEECH, Stockholm, September, 2017