English(EN) From Speech to Editable Concepts: Probing Emotion Recognition with Concept Bottleneck Models

概念瓶颈模型增强语音情感识别的可解释性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-01 04:00

研究人员已将先前用于图像分类的概念瓶颈模型应用于语音情感识别（SER）。此举旨在提高SER系统的可解释性，特别是那些利用大型语言模型（LLM）的系统。该研究在CREMA-D、IEMOCAP和MELD数据集上测试了三个LLM，从语音转录文本、声学描述和说话人属性中提取概念。研究结果表明，在零样本设置下，LLM严重偏向于语音转录文本，显著降低了性能指标。微调可以减轻这种偏见，并且移除诸如语速或强度级别等特定声学特征可以改变个体预测，而不会大幅影响整体性能。 AI

影响引入了一种使基于LLM的语音情感识别更具可解释性的方法，有望提高模型调试和可信度。

排序理由学术论文，详细介绍了概念瓶颈模型在语音情感识别中的新应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 22 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了概念瓶颈模型在语音情感识别中的新应用。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Hezhao Zhang, Thomas Hain · 2026-10-01 04:00

从语音到可编辑概念：使用概念瓶颈模型探测情感识别

arXiv:2609.39453v1 Announce Type: cross Abstract: Speech emotion recognition (SER) is the task of assigning emotion labels to utterances. Early systems relied on acoustic features, whereas recent approaches combine multiple modalities, most commonly speech and text. Still, perfor…

本文如何被排名

报道来源 [1]

从语音到可编辑概念：使用概念瓶颈模型探测情感识别

相关实体

相关话题