S

SER Odyssey Baseline WavLM Categorical

由3loi開發
基於WavLM架構的語音情緒識別基線模型,用於預測8種基本情緒類別
下載量 581
發布時間 : 3/7/2024

模型概述

該模型是基於MSP-Podcast數據集訓練的語音情緒識別分類模型,作為Odyssey 2024情緒識別競賽的基線模型,可預測憤怒、悲傷、快樂等8種情緒類別。

模型特點

多情緒分類
可識別8種基本情緒類別:憤怒、悲傷、快樂、驚訝、恐懼、厭惡、輕蔑和中性
標準化音頻處理
支持均值/標準差歸一化預處理,提高模型識別準確率
競賽基線模型
作為Odyssey 2024情緒識別競賽的官方基線模型,具有參考價值

模型能力

語音情緒識別
音頻分類
多類別情感分析

使用案例

人機交互
語音助手情緒響應
通過識別用戶語音情緒調整交互策略
提升人機交互的自然度和用戶體驗
心理健康
情緒狀態監測
分析語音記錄中的情緒變化
輔助心理健康評估和干預
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase