许可协议: cc-by-sa-4.0 数据集:

• Ar4ikov/iemocap_audio_text_splitted 语言:
• 英文
• 中文 评估指标:
• f1值 库名称: transformers 管道标签: 音频分类 标签:
• 语音情感识别

面向低资源老年语音情感识别的跨语言跨年龄组适应模型

本模型基于facebook/wav2vec2-large-xlsr-53进行微调，训练数据包含来自全年龄段说话者的英文和中文语音。训练集涵盖以下数据集：CREMA-D、CSED、ElderReact、ESD、IEMOCAP以及TESS。使用本模型时，请确保输入的语音采样率为16kHz。

训练与评估脚本详见： https://github.com/HLTCHKUST/elderly_ser/tree/main

评估结果

关于数据细节（如训练集、验证集和测试集的统计信息），请参阅我们在arXiv上发表的论文。论文同时提供了模型在以下群体中的语音情感识别表现：全年龄段英语、全年龄段中文、英语老年群体、中文老年群体、英语成年群体、中文成年群体。

引用说明

我们的论文已被INTERSPEECH 2023接收，预印本可于arXiv获取。若您认为我们的工作有价值，请按以下格式引用：

@misc{cahyawijaya2023crosslingual,
      title={Cross-Lingual Cross-Age Group Adaptation for Low-Resource Elderly Speech Emotion Recognition}, 
      author={Samuel Cahyawijaya and Holy Lovenia and Willy Chung and Rita Frieske and Zihan Liu and Pascale Fung},
      year={2023},
      eprint={2306.14517},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}