语音情感维度识别
一种用于语音维度情感识别的循环神经网络，通过多分辨率调制滤波耳蜗图特征和并行注意力机制，实现连续情感状态的动态追踪。
Peng, Zhichao · Hua, Zeng · Li, Yongwei · Du, Yegang · 党建武
Electronics (Switzerland) 2023
在RECOLA数据集上，并行注意力循环网络对valence和arousal的预测性能超过了其他回归模型。
调制滤波耳蜗图在高信噪比场景下优势尤为突出，能更有效地预测valence和arousal。
在SEWA数据集上的实验同样表明，该方法在valence和arousal预测上带来实质性提升。