9Attention-Augmented End-to-End Multi-Task Learning for Emotion Prediction from Speech

前言

原文地址—2019

一、文章内容

• 文章想法：

  • 采用multi-任务和self-attetion来提高学习的效果

• 输入数据：原始的音频信号

• 文章模型：

  • 

• 训练方式

• 模型输出

• 实验结果：

  • 

• 文章结论

  • 对于Arousal的识别程度不是很好

二、文章总结

• 文章novel和优势：使用多任务的学习方法，可以缓解模型的过拟合问题，针对特定问题的模型训练容易过拟合
• 同其他文章比较的劣势：

三、相关代码

文章相关代码