12月27日消息,2024年IEEE聲學、語音與信號處理國際會議ICASSP 2024(2024 IEEE International Conference on Acoustics, Speech, and Signal Processing)宣布錄用奇富科技關于語音情感計算的最新研究成果論文“MS-SENet: Enhancing Speech Emotion Recognition Through Multi-scale Feature Fusion With Squeeze-and-excitation Blocks”。
奇富科技介紹,此次被錄用的論文研究方向聚焦在語音情感計算,團隊提出了一種名為MS-SENet的新型網(wǎng)絡結(jié)構,通過高效提取、選擇和加權空間和時間多尺度特征,并將這些特征與原始信息相融合,獲得更強的語音情緒表征向量。
情感計算領域是一個涉及計算機科學、心理學和語言學等多學科的交叉研究領域,它的主要目的是通過分析和處理語音信號中的情感信息,使計算機能夠識別和理解人類的情感狀態(tài)。業(yè)界主流做法是通過音頻、文本等多模態(tài)信息來進行情感分類,但奇富科技團隊認為人類底層情感特征是相通的,是完全可以跨越具體語種和文本內(nèi)容。
奇富科技自研MS-SENet音頻情感計算網(wǎng)絡框架
奇富科技團隊認為可以從減少提取大量無關緊要的聲學特征和針對局部頻率和長期時間特征進行融合兩方面去提升語音信號的情感表征學習,并基于此提出了MS-SENet框架。MS-SENet通過使用不同尺寸的卷積核提取多尺度時空特征,并引入壓勵模塊來有效捕捉這些多尺度特征。同時通過跳躍連接和空間丟失層防止過擬合并增加模型深度,進一步提高了情感計算模型的表達能力。
另外,奇富科技團隊在論文中評估了包括中科院自動化所語音情感數(shù)據(jù)集、柏林情感數(shù)據(jù)庫、意大利語數(shù)據(jù)集、互動情感二元運動捕捉數(shù)據(jù)庫、Surrey音頻視覺表達情感數(shù)據(jù)集以及Ryerson音頻視覺情感演講與歌曲數(shù)據(jù)集在內(nèi)的六個不同場景的多語種的數(shù)據(jù)集。和SOTA(state of the art,是指在特定任務中目前表現(xiàn)最優(yōu)的方法或模型)相比,MS-SENet將UA和WA提高了1.31%和1.61%,同時MS-SENet在具有更多情感類別和較低數(shù)據(jù)量的情況下,仍然保持著出色的情感識別能力。
據(jù)介紹,奇富科技的語音情感計算研究不止于理論突破,更是有成功的實際應用。例如,在貸后降投訴項目中,異常情緒監(jiān)測首次被應用在實景業(yè)務當中。通過對高風險客群的錄音通話進行逐通分析,及時遴選出異常情緒的客戶,以便相關人員可以及時介入,實驗結(jié)果表明模型組投訴率低于對照組4個絕對值百分點。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 國慶出游帶火旅行拍攝 轉(zhuǎn)轉(zhuǎn)平臺二手運動相機訂單量環(huán)比增長 89%
- TechWeb微晚報:“純血鴻蒙”今日開啟公測 蘋果或放棄一年一更新產(chǎn)品模式
- NVIDIA新一代顯卡即將來臨,RTX 40系列步入停產(chǎn)倒計時
- 零跑汽車朱江明內(nèi)部講話曝光:10月訂單有望再創(chuàng)新高,月銷30萬臺是未來目標
- 網(wǎng)傳奇瑞汽車香港上市在即,估值達71億美元,全球擴張步伐不斷加快
- 文旅部:國慶節(jié)假期國內(nèi)出游7.65億人次 總花費超7000億元
- 滴滴:國慶出行訂單量同比上漲15% 休娛文旅多場景消費潛力釋放
- 小米Civi產(chǎn)品經(jīng)理胡馨心輪崗到Redmi團隊 盧偉冰發(fā)文官宣
- 宋紫薇確認從理想離職 下一步計劃進軍AI智能硬件賽道
- 騰訊前三季度已回購883億港元 回購股份全部注銷
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。