★ 2
研究提出多模态语音情感识别不一致性评估方法
一篇 arXiv 论文研究音频大语言模型在语音情感识别中，文本与音频通道不一致时是否导致性能下降。作者将文本与音频映射到共享的效价-唤醒-支配空间，用双分量高斯混合构建无阈值的不一致分数，并在 eNTERFACE'05、MELD、CMU-MOSEI 三个语料上评估三个音频模型。结果显示只要存在音频…
arXiv cs.AI4 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一篇 arXiv 论文研究音频大语言模型在语音情感识别中，文本与音频通道不一致时是否导致性能下降。作者将文本与音频映射到共享的效价-唤醒-支配空间，用双分量高斯混合构建无阈值的不一致分数，并在 eNTERFACE'05、MELD、CMU-MOSEI 三个语料上评估三个音频模型。结果显示只要存在音频…