2024年IEEE声学、语音与信号处理国际会议ICASSP 2024正式宣布收录奇富科技在语音情感计算领域的最新研究成果论文。
该论文聚焦语音情感计算，团队提出名为MS-SENet的创新网络结构，通过高效提取、筛选与加权的空间与时间多尺度特征，并与原始信息进行融合，形成更有辨识力的情感表征向量。
情感计算是计算机科学、心理学、语言学等多学科交叉的研究领域，旨在让计算机通过分析语音中的情感信息来识别和理解人类情感状态。
团队提出通过降低无关声学特征的提取量，并在局部频率与长期时间特征上进行有效融合，提升情感表征学习，因此提出了MS-SENet框架。
此外，该研究在六个场景的多语种数据集上进行了评估。与最优现有方法相比，MS-SENet在UA和WA上分别提升了1.31%和1.61%；即使在情感类别增多、数据量较少的场景中，模型仍展示出色的情感识别能力。
据介绍，该项研究不仅具有理论突破，也在实际应用中取得了成效。例如，在贷后降投诉项目中，异常情绪监测首次落地于实际业务场景。
