研究人员探索了改进低资源语言（如波斯语）的语音情感识别（SER）的方法，重点关注Whisper模型。他们的研究提出使用主成分分析（PCA）来降低Whisper的帧级嵌入的维度，从而在不牺牲性能的情况下减少可训练参数和训练延迟。虽然基于PCA的降维一致地提高了情感识别的准确性，但对波斯语自动语音识别（ASR）任务进行微调Whisper仅对SER产生了微小改进，表明语言适配对情感特定表示的迁移能力有限。 AI
影响 这项研究为在低资源语言中高效利用大型预训练语音模型进行情感识别提供了实践见解。
排序理由 学术论文，详细介绍了针对特定任务的模型适配和降维研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
