Efficient and effective strategies for cross-corpus acoustic emotion recognition

یک جهت تحقیق مهم در تکنولوژی گفتار، شناخت عاطفی متقابل و صوری است. در این مقاله، ما راهکارهای عادی سازی عملکرد کارآمد و عملکردی را برای وظیفه چالش شناختن احساسات صوتی متقابل کورسوس پیشنهاد می کنیم. ما به طور خاص یک رویکرد عادی سازی آبشار را با ترکیب کردن سطح بلندگو خطی، سطح ارزش غیرخطی و نرمال سازی سطح بردار به منظور به حداقل رساندن اثرات مرتبط با بلندگو و کروی و همچنین به حداکثر رساندن جدایی کلاس با طبقه بندی های خطی هسته می پردازیم. ما از طبقه بندی های دستگاه یادگیری افراطی در پنج طبقه استفاده می کنیم که پنج زبان مختلف را از خانواده های مختلف، یعنی دانمارکی، انگلیسی، آلمانی، روسی و ترکی یاد می شود. با استفاده از یک مجموعه استاندارد از ویژگی های فرعی، راهبردهای نرمال سازی پیشنهادی نشان دهنده عملکرد برتر در مقایسه با روش های نرمال سازی معیار است که معمولا در ادبیات استفاده می شود.