音频大模型语音情感识别不一致性评测发布
热点事件持续更新
音频大模型语音情感识别不一致性评测发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Fengji Jing、Guy Laban 发布论文，提出一种无需阈值的连续“不一致分数”，用双分量高斯混合量化文本与音频在效价-唤醒-支配空间中的距离，并以人类判断加以验证。 在 eNTERFACE'05、MELD 和 CMU-MOSEI 三个语料上评估三款音频能力模型后发现：只要音频存在，文本与音频的不一致就会提高模型出错的几率；而用同样特征训练的监督分类器表现相反。 代码、数据表和提示词已公开。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
音频大语言模型多模态语音情感识别的不一致感知评估报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AI音频大语言模型多模态语音情感识别的不一致感知评估
研究提出一种无需阈值的连续“不一致分数”，用双分量高斯混合把文本与音频在效价-唤醒-支配空间中的距离量化，并用人类判断验证。在 eNTERFACE'05、MELD 和 CMU-MOSEI 三个语料上评估三款音频能力模型后发现，只要音频存在，不一致就会提高出错几率，而同样特征训练的监督分类器表现相反。代码、数据表和提示词已公开。
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。