在EPC任务中,emotion2vec如何被应用,并带来了什么效果?
模型采用多个具有层级结构的门控循环单元(GRU)来进行情绪预测。每个预测都基于对话中先前的若干轮(例如6轮)信息,其中每一轮中一个说话者可能说出多个话语。在原始的EPC方法中,使用的是特定的语音特征,而在使用emotion2vec时,将这些语音特征替换为了emotion2vec提取的特征。
在EPC任务中,emotion2vec被用作特征提取器,替换传统的语音特征。具体来说,通过emotion2vec获得的语音特征被输入到具有层次结构的多个GRU网络中进行情感预测。结果表明,在使用emotion2vec替换语音特征后,无论在单一语音模态还是语音-文本多模态中,模型的性能都得到了提升。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。