Multi-head attention fusion networks for multi-modal speech emotion recognition

计算机科学 语音识别 人工智能 情态动词 编码器 面部表情 抄写(语言学) 自然语言处理 语言学 哲学 高分子化学 化学 操作系统
作者
Junfeng Zhang,Lining Xing,Zhen Tan,Hongsen Wang,Kesheng Wang
标识
DOI:10.1016/j.cie.2022.108078
摘要

Multi-modal speech emotion recognition is a study to predict emotion categories by combining speech data with other types of data, such as video, speech text transcription, body action, or facial expression when speaking, which will involve the fusion of multiple features. Most of the early studies, however, directly spliced multi-modal features in the fusion layer after single-modal modeling, resulting in ignoring the connection between speech and other modal features. As a result, we propose a novel multi-modal speech emotion recognition model based on multi-head attention fusion networks, which employs transcribed text and motion capture (MoCap) data involving facial expression, head rotation, and hand action to supplement speech data and perform emotion recognition. In unimodal, we use a two-layer Transformer’s encoder combination model to extract speech and text features separately, and MoCap is modeled using a deep residual shrinkage network. Simultaneously, We innovated by changing the input of the Transformer encoder to learn the similarities between speech and text, speech and MoCap, and then output text and MoCap features that are more similar to speech features, and finally, predict the emotion category using combined features. In the IEMOCAP dataset, our model outperformed earlier research with a recognition accuracy of 75.6%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
姚老师发布了新的文献求助10
1秒前
abner完成签到,获得积分10
2秒前
2秒前
2秒前
OCTOPUS完成签到 ,获得积分10
2秒前
3秒前
4秒前
5秒前
OCTOPUS关注了科研通微信公众号
6秒前
6秒前
6秒前
PATTOM完成签到,获得积分10
8秒前
如初应助一小只采纳,获得10
8秒前
制冷剂发布了新的文献求助10
9秒前
不爱喝可乐完成签到,获得积分10
10秒前
10秒前
10秒前
12秒前
13秒前
14秒前
不来应助Hey采纳,获得10
15秒前
Lxk完成签到,获得积分10
15秒前
15秒前
15秒前
jun完成签到,获得积分10
15秒前
16秒前
是木易呀应助呃呃采纳,获得10
16秒前
16秒前
16秒前
烟花应助海边看日出采纳,获得10
17秒前
打打应助飞跃采纳,获得10
18秒前
小马甲应助huacai采纳,获得10
18秒前
19秒前
20秒前
朱安南完成签到,获得积分10
20秒前
伞兵一号卢本伟完成签到,获得积分10
20秒前
英姑应助浏阳河采纳,获得10
21秒前
默默书竹发布了新的文献求助10
21秒前
科目三应助云朵上的鱼采纳,获得10
22秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
ANSYS Workbench基础教程与实例详解 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3325661
求助须知:如何正确求助?哪些是违规求助? 2956332
关于积分的说明 8580190
捐赠科研通 2634297
什么是DOI,文献DOI怎么找? 1441859
科研通“疑难数据库(出版商)”最低求助积分说明 667952
邀请新用户注册赠送积分活动 654791