跳到正文
原文
arXiv 自然语言处理· Jianan Pan, Yiwen Gu, Xinze Li, Rui Wang, Kejie Huang·· 5 小时前AI 评分33

EMODE:面向情感感知语音语言建模的动态副语义专家架构

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

AI 导读

EMODE 是一种面向情感感知的语音语言模型,通过动态副语义专家(DPSE)将连续语音特征解耦为语义与副语言通路并动态路由融合。该模型采用语义预热、副语言激活和联合微调的三阶段课程训练,配合 OEG、SAA 与 GDR 机制引导功能特化。在 SER 测试、共情响应评估及双语基准 MEPA 上的实验表明,EMODE 兼顾了词汇保真度与情感敏感度,提升了情感响应生成能力。

来源:arXiv 自然语言处理 · arxiv.org