SER Wav2vec2 Large Xlsr 53 Eng Zho All Age

🚀 跨語言跨年齡組適應的低資源老年人語音情感識別

本項目針對低資源老年人語音情感識別問題，在英語和中文全年齡段說話者的數據上對 facebook/wav2vec2-large-xlsr-53 模型進行了微調。該模型在多個數據集的訓練集上進行訓練，能夠有效識別不同語言和年齡段的語音情感。

🚀 快速開始

當使用此模型時，請確保您的語音輸入採樣率為 16kHz。訓練和評估使用的腳本可在以下鏈接找到： https://github.com/HLTCHKUST/elderly_ser/tree/main

📚 詳細文檔

評估結果

有關詳細信息（例如 train、valid 和 test 數據的統計信息），請參考我們發表在 arXiv 上的論文。該論文還提供了模型在以下場景下的語音情感識別性能：英語-全年齡段、中文-全年齡段、英語-老年人、中文-老年人、英語-成年人、中文-成年人。

引用

我們的論文將在 INTERSPEECH 2023 會議上發表。同時，您可以在 arXiv 上找到我們的論文。如果您覺得我們的工作有幫助，請考慮按以下方式引用我們的論文：

@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}
}

📄 許可證

本項目採用 CC BY-SA 4.0 許可證。

📦 模型信息