面向语音情感识别的基于未来观测预测的无监督表示学习
音频与语音处理
2019-10-31 v1 机器学习
声音
摘要
先前关于语音情感识别的工作利用多种无监督学习方法来处理低资源样本问题。然而，这些方法较少关注对长时动态依赖的建模，而后者对语音情感识别十分重要。为解决该问题，本文结合无监督表示学习策略——未来观测预测（FOP）与迁移学习方法（如微调与超列）。为验证所提方法的有效性，我们在IEMOCAP数据库上进行了实验。实验结果表明，我们的方法优于当前先进的无人监督学习策略。
引用
@article{arxiv.1910.13806,
title = {Unsupervised Representation Learning with Future Observation Prediction for Speech Emotion Recognition},
author = {Zheng Lian and Jianhua Tao and Bin Liu and Jian Huang},
journal= {arXiv preprint arXiv:1910.13806},
year = {2019}
}