跳到正文
原文
arXiv cs.CL· Jianan Pan, Yiwen Gu, Xinze Li, Rui Wang, Kejie Huang·· 4 小时前AI 评分34

EMODE:面向情感感知语音语言建模的动态副语义专家(DPSE)

EMODE: Dynamic Para-Semantic Experts for Emotion-Aware Speech Language Modeling

AI 导读

EMODE 是一个围绕 Dynamic Para-Semantic Experts(DPSE)构建的情感感知语音语言模型,把连续语音特征拆分为语义与副语言两条路径,动态路由后再融合进语言模型。它采用语义预热、副语言激活、联合精修三阶段课程训练,并由 OEG、SAA、GDR 引导;在 SER 测试、共情回复评估和新建的双语 MEPA 基准上,提升了词汇保真度与情感敏感性的平衡。

来源:arXiv cs.CL · arxiv.org