面向无源域跨语料库语音情感识别的增强情感感知对比自适应网络
《IEEE Transactions on Affective Computing》:Enhanced Emotion-Aware Contrastive Adaptation Networks for Source-Free Cross-Corpus Speech Emotion Recognition
【字体:
大
中
小
】
时间:2026年10月23日
来源:IEEE Transactions on Affective Computing 11.3
编辑推荐:
摘要:当训练(源)和测试(目标)数据来自不同的语音语料库时,语音情感识别(SER)仍然充满挑战,这种设置通常被称为跨语料库 SER。尽管域适应(DA)方法在减轻这种域偏移方面显示出前景,但许多传统的无监督 DA 方法需要访问带有标签的源语音数据,这限制了它们在隐私敏感场景中
摘要:
当训练(源)和测试(目标)数据来自不同的语音语料库时,语音情感识别(SER)仍然充满挑战,这种设置通常被称为跨语料库 SER。尽管域适应(DA)方法在减轻这种域偏移方面显示出前景,但许多传统的无监督 DA 方法需要访问带有标签的源语音数据,这限制了它们在隐私敏感场景中的适用性,例如来自不同医院的患者录音。为了解决这一局限性,我们研究了一种更严格的跨语料库 SER 设置,即无源跨语料库 SER,这与无源域适应(SFDA)范式一致。在这种设置下,无法访问源语音数据,仅有一个预训练的源 SER 模型可用。基于我们之前的 ECAN(情感感知对比适应网络),我们提出了 E2CAN,一种专为无源跨语料库 SER 定制的增强型情感感知对比适应网络。为了评估 E2CAN,我们在五个广泛使用的语音语料库上建立了评估协议:CASIA、EmoDB、EMOVO、eNTERFACE 和 IEMOCAP,并与七种最新的先进 SFDA 方法进行了比较。实验证明了 E2CAN 在解决无源跨语料库 SER 问题上的有效性和优越性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号