EmoNet语音情绪识别论文提交arXiv
热点事件持续更新
EmoNet语音情绪识别论文提交arXiv
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Muhammad Moiz Khalid将EmoNet论文提交至arXiv；论文报告，该模型在TESS、RAVDESS和SAVEE组合数据集的七类情绪测试中准确率为96.75%，参数量为411万。模型采用轻量级注意力CNN，并结合双向LSTM与多头注意力池化。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
EmoNet：用于语音情绪识别的轻量级注意力 CNN 模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningEmoNet：用于语音情绪识别的轻量级注意力 CNN 模型
EmoNet是一款面向语音情绪识别的轻量级注意力 CNN，在 TESS、RAVDESS 和 SAVEE 组合数据集的七类情绪测试中准确率达 96.75%，参数量为 4.11 million。模型采用四块深度可分离 CNN 编码器，结合 squeeze-and-excitation 注意力、残差连接、双向 LSTM 与多头注意力池化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。