语音情感识别中用于环境视觉反馈的保持分布特性输出重构:一项以设计为导向的对比研究
《IEEE Access》:Distribution-Preserving Output Restructuring for Ambient Visual Feedback in Speech Emotion Recognition: A Design-Oriented Comparative Study
【字体:
大
中
小
】
时间:2026年06月25日
来源:IEEE Access 4.2
编辑推荐:
摘要:语音情绪识别系统通常会输出概率值,但面向界面的应用往往将这些输出简化为单一的主导标签。这种简化掩盖了模糊性、类别竞争以及那些对环境反馈而言可能具有意义的信息不足状态。本研究将语音情绪识别的输出组织视为呈现层设计问题,而非分类器优化问题。在不修改底层识别器的前提下,我们引入了
摘要:
语音情绪识别系统通常会输出概率值,但面向界面的应用往往将这些输出简化为单一的主导标签。这种简化掩盖了模糊性、类别竞争以及那些对环境反馈而言可能具有意义的信息不足状态。本研究将语音情绪识别的输出组织视为呈现层设计问题,而非分类器优化问题。在不修改底层识别器的前提下,我们引入了一种保持分布特性的输出重构框架,将运行时的语音情绪识别概率输出分为三种操作状态:尖锐型、双峰型和平坦型。这些状态分别与颜色、强度、扩散半径和传播速度等环境视觉控制参数相对应。通过对比实验,我们在相同的输入、硬件、颜色和观看条件下,将确定性主导类别的基准方法与所提出的保持分布特性的策略进行了比较。这项研究还包含了16名参与者的用户测试,采用了问卷评分、开放式回答、帧级日志以及阈值敏感性分析等方法。虽然保持分布特性的策略在所有指标上并未展现出一致的优势,但在可解释性和表达力方面表现最为突出,包括可解释性、感知匹配度以及混合情绪表达能力。而舒适度和稳定性则表现更为不稳定。基于日志的分析表明,在测试的阈值范围内,分类流程具有操作稳定性,同时也发现平坦型状态与低能量或无说话间隔的情况密切相关。这些研究结果为呈现层组织方式能够影响概率型语音情绪识别输出作为环境情绪反馈的感知方式提供了初步证据。
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