说话者泛化情绪识别模型

陌生说话者表现稳定

通过原型图与对比学习桥接已见与未见说话者，使对话情绪识别模型对陌生用户同样有效。

Tu, Geng · Ran, Jing · 梁斌 · 余跃 · Yang, Min · 秦兵 · 徐睿峰

IEEE Transactions on Affective Computing 2025

技术优势

陌生说话者也能用

原型图将已见与未见说话者的表示关联，模型遇到没见过的人也能推断其情绪。

同一说话者表示更一致

对比学习拉近同一说话者的话语表示，推开不同说话者，让情绪判断更稳定。

泛化有保障

基于不确定性的说话者泛化随机采样表示统计量并替换原表示，降低对特定说话者特征的过拟合。

应用场景

• 人机对话情感分析：让对话系统对陌生用户也准确识别情绪，减少每新用户都需重新训练的成本。
• 机器人交互情绪理解：机器人面对不同说话者时情绪理解稳定，避免因个体差异频繁失效。
• 客户服务对话情绪监控：客服系统无需为每位客户重新训练模型，即可对陌生客户进行情绪监控。
• 心理健康对话情绪评估：心理健康对话中，对首次接触的患者也能稳定评估情绪状态，辅助专业判断。