跳到正文
热点事件观察中

SEER：人工耳蜗语音情感增强新框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

事件综述

Hsing-Hang Chou等作者提出基于检索的源条件化人工耳蜗语音情感增强框架SEER，学习哪种同情感参考能让每个源在人工耳蜗处理后仍可识别。此前面向人工耳蜗的增强需要平行正常/强化录音和强度标签，SEER称无需这两者，其源条件检索器从采样的情感语音转换结果中学习人工耳蜗感知效用，并用不确定性引导探索避免穷举配对。 在RAVDESS数据集上，SEER使N8的Source macro-F1提升7.30分，在ESD上提升11.66分，ESD在N4/N8/N16各条件下增益显著；16名听测者在RAVDESS各条件下增益显著。穷举分析发现更强的参考总体有益，但匹配性别或内容影响不大。

根据报道生成 · 1 天前更新

最新进展10月12日 12:00
SEER：面向人工耳蜗语音的检索式源条件情感增强

报道时间线

沿着报道，了解事件的不同侧面。

10月12日
  1. arXiv eess.AS
    SEER：面向人工耳蜗语音的检索式源条件情感增强

    SEER 是一种基于检索的框架，学习哪种同情感参考能让每个源在人工耳蜗处理后仍可识别，无需平行录音或强度标签。其源条件检索器从采样的情感语音转换结果中学习 CI 感知效用，并用不确定性引导探索避免穷举配对。SEER 在 RAVDESS 上使 N8 的 Source macro-F1 提升 7.30 分，在 ESD 上提升 11.66 分，16 名听测者在 RAVDESS 各条件下增益显著。

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。