研究人员开发了EmoNet,这是一种专为语音情感识别设计的轻量级深度学习模型。该模型结合了深度可分离CNN与Squeeze-and-Excitation注意力机制、双向LSTM以及多头注意力池化。EmoNet在TESS、RAVDESS和SAVEE的组合数据集上实现了96.75%的高准确率,同时保持了411万的低参数量,使其适用于资源受限的环境。 AI
影响 这种轻量级模型可以实现实时应用和计算能力有限的设备上更高效的语音情感识别。
排序理由 该集群包含一篇详细介绍语音情感识别新模型的学术论文。[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 →