前段时间完成了这篇论文的复现最近没有时间做详细介绍主要说一下论文特色论文特色本文采用了不同形状的卷积核分别在时域和频域上进行特征提取,之后进行拼接,更为有效地利用了频谱图的特征。之后通过多层卷积层和池化层进一步获得高维特征。需要注意的是,先前的研究表明...
这是对一篇京都大学论文的分析与复现,该论文发表在Interspeech 2019,内容和我们研究相关,同样也是做情感识别,未使用声学信息,从语谱图的角度进行分析处理。既然是分析+复现,因此这篇会讲的比较详细,也会给出相应代码,暂且先用中文写吧,也想说些...
Some research data.I will make a conclusion after the whole work accompished.Paper On Emotion Recognition in recent years
这是一篇2019年9月新的论文发表在IEEE上具体分析暂时来不及写,对其主要创新点和实验做了一些分析在此简要记录一下。以及和2018年interspeech的进行了一些对比创新点我们之前也有想过这个方法,把频谱图的特征和声学特征进行融合,这是一个比较容...
This article is an analysis of a paper publishied on Proceedings of the Annual Conference of the International Speech Communic...