SER Wav2vec2 Large Xlsr 53 Eng Zho All Age

🚀 跨语言跨年龄组适应的低资源老年人语音情感识别

本项目针对低资源老年人语音情感识别问题，在英语和中文全年龄段说话者的数据上对 facebook/wav2vec2-large-xlsr-53 模型进行了微调。该模型在多个数据集的训练集上进行训练，能够有效识别不同语言和年龄段的语音情感。

🚀 快速开始

当使用此模型时，请确保您的语音输入采样率为 16kHz。训练和评估使用的脚本可在以下链接找到： https://github.com/HLTCHKUST/elderly_ser/tree/main

📚 详细文档

评估结果

有关详细信息（例如 train、valid 和 test 数据的统计信息），请参考我们发表在 arXiv 上的论文。该论文还提供了模型在以下场景下的语音情感识别性能：英语-全年龄段、中文-全年龄段、英语-老年人、中文-老年人、英语-成年人、中文-成年人。

引用

我们的论文将在 INTERSPEECH 2023 会议上发表。同时，您可以在 arXiv 上找到我们的论文。如果您觉得我们的工作有帮助，请考虑按以下方式引用我们的论文：

@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}
}

📄 许可证

本项目采用 CC BY-SA 4.0 许可证。

📦 模型信息