SpeechSense

新的SpeechSense数据集增强了AI检测细微说话者态度的能力

研究人员推出SpeechSense，一个旨在通过关注说话者除词语本身之外的副语言线索来改进细粒度语音情感分析的新数据集。现有方法通常依赖语音识别后的文本分析，这可能会丢失音调和韵律等关键声学信息。SpeechSense通过使用一个8类人际立场分类法来解决这个问题，该分类法主要通过韵律特征来检测，并包含来自高保真语音合成和人工验证的数据。实验表明，结合声学数据的模型在辨别细微说话者态度方面显著优于仅文本模型。