S

SER Odyssey Baseline WavLM Multi Attributes

3loiによって開発
WavLMアーキテクチャに基づく多属性音声感情認識ベースラインモデルで、活性度、支配度、価値の3つの感情次元を予測
ダウンロード数 23.09k
リリース時間 : 3/5/2024

モデル概要

このモデルはMSP-Podcastデータセットで訓練された音声感情認識モデルで、Odyssey 2024感情認識コンペティション向けに開発されたベースラインモデルです。音声中の活性度、支配度、価値の3つの感情次元を同時に予測し、出力値は0から1の範囲です。

モデル特徴

多属性感情予測
活性度、支配度、価値の3つの感情次元を同時に予測し、より包括的な感情分析を提供
MSP-Podcastデータセットに基づく
専門的な感情音声データセットを使用して訓練されており、高い信頼性がある
標準化されたオーディオ処理
平均/標準偏差による標準化処理を内蔵し、入力オーディオの品質を一貫させる

モデル能力

音声感情認識
活性度予測
支配度予測
価値予測
オーディオ分類

使用事例

感情コンピューティング
音声感情分析
音声中の感情状態を分析し、心理学研究やユーザー体験評価に利用
活性度、支配度、価値の3つの感情次元を正確に識別可能
人間とコンピュータの相互作用
インテリジェントカスタマーサポート感情認識
ユーザーの音声中の感情状態をリアルタイムで認識し、カスタマーサポートの対応戦略を最適化
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase