Estudio de adaptación y reducción de dimensionalidad de representación en el reconocimiento de emociones del habla persa usando Whisper

Resumen del corpus

Se investiga el uso de Whisper para el reconocimiento de emociones del habla (SER) en persa, enfocándose en la reducción de dimensionalidad de representación y la adaptación del modelo. Se propone un marco que utiliza PCA para reducir la dimensionalidad de las incrustaciones del codificador de Whisper, mejorando el rendimiento de reconocimiento de emociones. Los resultados indican que la reducción de dimensionalidad mejora el rendimiento, aunque el ajuste fino del ASR solo produce ganancias modestas.

Periodista: Ali Shendabadi, Parnia Izadirad, Mostafa Salehi

Personas mencionadas
Noticia original

Ver todas las noticias de arXiv Computer Science AI