基于迁移学习的乌尔都语语音情感识别
计算与语言
2021-03-08 v1 人工智能
人机交互
摘要
已证实低资源语言的语音情感识别是一项困难任务。在此我们提出一种基于迁移学习的语音情感识别方法：我们针对高资源语言情感识别任务预训练一个模型，并使用 Deep Residual Network 为低资源语言微调参数。这里我们使用四个标准数据集来证明迁移学习能解决情感识别任务中的数据稀缺问题。我们证明以 RAVDESS 为源、乌尔都语数据集为目标，我们的方法取得了 74.7% 的 UAR，是高效的。通过消融研究，我们确认预训练模型贡献了大部分特征信息、结果的提升并解决了数据较少的问题。利用这一认识，我们还以乌尔都语为目标语言在 SAVEE 与 EMO-DB 数据集上做了实验，其中仅有 400 条话语数据可用。与现有算法相比，该方法取得了较高的非加权平均召回率（UAR）。
引用
@article{arxiv.2103.03580,
title = {Transfer Learning based Speech Affect Recognition in Urdu},
author = {Sara Durrani and Muhammad Umair Arshad},
journal= {arXiv preprint arXiv:2103.03580},
year = {2021}
}