文章目录
- 前言
- 一、文章内容
- 二、文章总结
- 三、相关代码
前言
原文地址—2019
一、文章内容
-
文章想法：
- 不同与其他的感情识别算法只考虑单独的话语识别，本文提出了一种新的语音表达机制，将语境信息融入到学习的声乐表达中，提出了一种交互感知网络（IAAN）
-
输入数据：
openSMILE toolkit [17], in-cluding features such as Mel-Frequency Cepstral Coefficients(MFCCs), pitch and their statistics in each short frame of anutterance. We obtain a sequence of a total of 45 dimensionalframe-level acoustic features for each utterance -
文章模型
-
训练方式：
- 五倍交叉验证
-
模型输出
-
实验结果:
-
文章结论
二、文章总结
- 文章novel和优势：
- 把上下文的语境因素考虑进来了,不同于下面的相关文章，该文章使用注意力机制来融合上下文信息，使得当前的感情特征向量更加符合当前的语境，适合长文本的对话语音分析使用
- 同其他文章比较的劣势：
- 使用了较多的手工的特征
三、相关代码
- Conversational Memory Network for Emotion Recognition in Dyadic Dialogue Videos-2018 这是一个多（三）模态的，融合上下文信息的感情识别框架，如下是识别结果，具体内容再说
- Interaction and transition model for speech emotionrecognition in dialogue-2017
