21、语音情感识别与普通话附加疑问句韵律特征研究

语音情感识别与普通话附加疑问句韵律特征研究

在语音处理和语言学研究领域，语音情感识别（SER）以及普通话句子的韵律特征一直是备受关注的话题。本文将为大家介绍两项相关研究，一项是关于语音情感识别的时频注意力机制，另一项是对普通话附加疑问句韵律特征的探究。

语音情感识别的时频注意力机制

在语音情感识别任务中，研究人员提出了一种时频注意力机制（TF - A）。为了更好地利用语音中的音素信息和性别信息，他们设计了针对时间和频率的两种不同注意力模块。同时，采用了类似多任务学习的结构，构建了一个额外的网络分支来获取仅包含简单性别指示的领域信息。

为了验证该机制的性能，研究人员进行了一系列实验，并与现有的模型进行了对比。以下是不同模型在准确率（WA和UA）和F1分数上的对比情况：

<

模型	WA	UA
LSTM - ELM [20]	62.85%	63.89%
CNN - Att [12]	70.18%	66.38%
DED [26]	69.0%	70.1%
NAS [23]	70.54%