Улучшение распознавания эмоций в речи между корпусами с помощью состязательного дискриминативного обобщения по доменам (ADDoG)
Improving Cross-Corpus Speech Emotion Recognition with Adversarial Discriminative Domain Generalization (ADDoG)
2019-05-14
SCID: 54.1/uj44h7rw
Discuss with AI
состязательная дискриминативная обобщаемость по доменамкросс-корпусное распознавание эмоций речикросс-датасетная обобщаемостьобобщение по доменамречевые данные в естественных условиях
Figures from the paper
Abstract (AI)
Автоматическое распознавание эмоций в речи предоставляет компьютерам важный контекст для понимания пользователей. Хотя методы, обучаемые и тестируемые на одном и том же наборе данных, демонстрируют высокую эффективность, при применении к ранее не встречавшимся наборам данных они часто дают сбои. Для решения этой проблемы в последних исследованиях основное внимание уделяется состязательным методам, предназначенным для получения более обобщённых представлений эмоциональной речи. Однако у многих таких методов возникают проблемы со сходимостью, и в них используются только наборы данных, собранные в лабораторных условиях. В данной статье мы предлагаем состязательное дискриминативное обобщение по доменам (Adversarial Discriminative Domain Generalization, ADDoG), основанное на более простом для обучения подходе «встретиться посередине». Модель итеративно сближает представления, полученные для каждого набора данных, тем самым повышая обобщающую способность при переносе между наборами данных. Мы также предлагаем многоклассовую версию ADDoG — MADDoG, которая позволяет одновременно распространить предложенный метод более чем на два набора данных. Результаты демонстрируют устойчивую сходимость предложенных методов и существенно более высокую эффективность без использования меток целевого набора данных. Мы также показываем, что в большинстве случаев ADDoG и MADDoG позволяют улучшить результаты базовых методов, соответствующих современному передовому уровню, при добавлении меток целевого набора данных и рассмотрении данных, собранных в естественных условиях. Хотя наши эксперименты посвящены распознаванию эмоций в речи между корпусами, эти методы можно использовать для устранения нежелательных источников вариативности и в других задачах.
Key Findings
1
ADDoG и MADDoG в большинстве случаев превосходят базовые методы уровня современного состояния, когда доступны метки цели и при оценке данных из реальных условий.
2
ADDoG и MADDoG демонстрируют стабильную сходимость, устраняя проблемы сходимости, характерные для некоторых предыдущих состязательных методов обобщения по доменам.
3
ADDoG представляет состязательный подход «встретиться посередине», который итеративно выравнивает представления, полученные из разных наборов данных речевых эмоций.
4
Multiclass ADDoG (MADDoG) расширяет метод для одновременного выравнивания представлений более чем из двух наборов данных.
5
Предложенные методы значительно улучшают распознавание эмоций между наборами данных без использования разметки целевого набора данных.
Research Object
межкорпусное распознавание эмоций по речи на лабораторных и полученных в естественных условиях наборах речевых данных
Research Subject
обучение обобщённых к предметной области представлений эмоциональной речи с помощью состязательного подхода и обобщение между наборами данных, включая сходимость и качество работы при наличии и отсутствии меток целевого набора данных
Publication Details
Publication Date
2019-05-14
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest