从高资源语言到低资源语言的迁移学习提升语音情感识别分类准确率
计算与语言
2021-03-23 v1 人工智能
摘要
语音情感识别是从音频数据中提取情感的问题。低资源语言语料库稀少，且在跨语料库设置下情感识别是一项困难任务。我们提出一种方法，其中模型在高资源语言上训练并微调以识别低资源语言中的情感。我们在相同语料库设置下于 SAVEE、EMOVO、Urdu 和 IEMOCAP 上训练模型，分别取得 60.45%、68.05%、80.34% 和 56.58% 的基线准确率。为捕捉语言中情感的多样性，详细讨论了跨语料库评估。我们发现，将目标域数据加入训练数据可提高准确率。最后，我们表明低资源语言语音情感识别性能得到提升，Urdu 和意大利语语音情感分别取得了 69.32 和 68.2 的 UAR。
引用
@article{arxiv.2103.11764,
title = {Transfer learning from High-Resource to Low-Resource Language Improves Speech Affect Recognition Classification Accuracy},
author = {Sara Durrani and Umair Arshad},
journal= {arXiv preprint arXiv:2103.11764},
year = {2021}
}