超级会员免费看
本文提出了一种利用分布平滑策略的鲁棒性半监督生成式对抗网络（SSGAN），用于在有限的带标签数据下进行语音情感识别。通过对抗训练和虚拟对抗训练，SSGAN和VSSSGAN分别在有标签和无标签数据上平滑输出分布，提高了模型的鲁棒性和泛化能力。实验结果表明，这些方法在多种数据集上表现优越，尤其在数据不匹配和半匹配的条件下，模型的识别性能得到提升。
Robust Semi-supervised Generative Adversarial Networks for Speech Emotion Recognition via Distribution Smoothness
Robust Semi-supervised Generative Adversarial Networks for Speech Emotion Recognition via Distribution Smoothness
利用分布平滑策略的鲁棒性半监督生成式对抗网络进行语音情感识别
原文地址：https://ieeexplore.ieee.org/document/9110873
Huan Zhao; Yufeng Xiao; Zixing Zhang
Abstract
随着深度学习技术的发展，语音情感识别技术在语音情感识别方面取得了巨大的成就，但语音情
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
