IEEE TASLP | C²SER：利用上下文感知与思维链实现鲁棒语音情感识别
语音情感识别（Speech Emotion Recognition, SER）旨在从语音信号中自动识别说话人的情感状态，是实现自然人机交互和情感计算的关键技术。随着大型音频语言模型（Audio Language Models, ALMs）的…
25 0 0
声浪
BoSS 超语义语音学：让 AI 听懂“弦外之音”
来源丨中国电信人工智能研究院 同样的文字，在不同语境下，根据说话人的语速、语气、语调的差异，会表达完全不同的意思，代表不同的情绪、态度和意图。 这项应用的背后，是中国电信人工智能研究院（TeleAI）研究的一项新的技术路径——超语义语音学（…
15 0 0
ICASSP 2025 | 基于元数据增强的语音情感识别
语音情感识别（Speech Emotion Recognition, SER）通过分析语音信号来判断说话者的情绪状态，其中充分利用音频信息至关重要。近期，清华大学语音与音频技术实验室（SATLab）提出了一种基于增强残差集成与协同注意力两阶…
10 0 0
Open-Emotion：用于语音情感识别系统的可重现通用性能基准-EMO-SUPERB
开发者可以使用平台所提供的脚本及各数据标准剪切集来开发及评估语音情绪模型；得到准确率后，可以提出要求将所得到的准确率纳入排行榜中；穿透此平台，开发者可以与平台提供的结果做比较，也可以利用平台做出有趣的分析。 Conference: 2024…
11 0 0
多语种多模态对话情感意图联合理解基准构建
本次分享由内蒙古大学刘瑞研究员与中国科学院自动化研究所助理教授连政、华南理工大学邢晓芬副教授、德国慕尼黑工业大学Björn W. Schuller教授、香港中文大学（深圳）李海洲教授合作完成的多语种多模态情感意图联合理解工作《Emotion…
9 0 0
EmoBox：多语言多语料库语音情感识别工具包和基准
上海交通大学计算机系X-LANCE实验室、谢菲尔德大学计算机科学系、复旦大学类脑智能科学与技术研究院联合推出了EmoBox，一个开箱即用的多语言多语料库语音情感识别工具包，以及一个适用于语料内和跨语料场景下的基准测试，相关论文《EmoBox…
63 0 0