12月27日消息，2024年IEEE聲學(xué)、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(guān)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(tuán)隊提出了一種名為MS-SENet的新型網(wǎng)絡(luò)結(jié)構(gòu)，通過高效提取、選擇和加權(quán)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(qiáng)的語音情緒表征向量。
情感計算領(lǐng)域是一個涉及計算機(jī)科學(xué)、心理學(xué)和語言學(xué)等多學(xué)科的交叉研究領(lǐng)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(jī)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(jìn)行情感分類，但奇富科技團(tuán)隊認(rèn)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(luò)框架
奇富科技團(tuán)隊認(rèn)為可以從減少提取大量無關(guān)緊要的聲學(xué)特征和針對局部頻率和長期時間特征進(jìn)行融合兩方面去提升語音信號的情感表征學(xué)習(xí)，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(jìn)一步提高了情感計算模型的表達(dá)能力。
另外，奇富科技團(tuán)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(yùn)動捕捉數(shù)據(jù)庫、Surrey音頻視覺表達(dá)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(wù)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(yīng)用。例如，在貸后降投訴項目中，異常情緒監(jiān)測首次被應(yīng)用在實景業(yè)務(wù)當(dāng)中。通過對高風(fēng)險客群的錄音通話進(jìn)行逐通分析，及時遴選出異常情緒的客戶，以便相關(guān)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。
- 2024年中國新能源車銷量首次突破1200萬輛，連續(xù)十年居全球第一
- Gartner：到2028年，90%的中國企業(yè)將采用托管而非自建AI基礎(chǔ)設(shè)施
- 絲滑開啟“China Travel”，北京機(jī)場入境可租賃智能終端一站式解決翻譯、支付、通信及出行難題
- 華為余承東發(fā)布2025年全員信：鴻蒙三分天下有其一，10萬個應(yīng)用是今年目標(biāo)
- 抖音粉絲破1000萬 周鴻祎準(zhǔn)備送車：考慮仰望U8、問界M9等
- 攜程集團(tuán)“生育友好”再加碼：增加3天陪娃假
- 云從科技核心技術(shù)人員張嶺離職
- 消息稱極越已和所有員工簽署離職賠償協(xié)議 補(bǔ)償金將在1月20日前發(fā)放
- 煥新Model Y上線，國內(nèi)車企何以應(yīng)對？
- 《大奉打更人》熱播:原著小說增粉超百萬成起點讀書多榜TOP1
免責(zé)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)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(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)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(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
