Emotionale Intensität und deren Kontrolle für die emotionale Sprachumwandlung

Die emotionale Sprachumwandlung (EVC) zielt darauf ab, den emotionalen Zustand einer Äußerung zu konvertieren, während der linguistische Inhalt und die Sprecheridentität erhalten bleiben. Bei EVC werden Emotionen normalerweise als diskrete Kategorien behandelt, wobei übersehen wird, dass Sprache auch Emotionen mit verschiedenen Intensitätsgraden vermittelt, die der Zuhörer wahrnehmen kann. In diesem Papier zielen wir darauf ab, die Intensität der Emotionen ausdrücklich zu charakterisieren und zu steuern. Wir schlagen vor, den Sprechstil vom linguistischen Inhalt zu entflechten und den Sprechstil in eine Stil-Embedding in einem kontinuierlichen Raum zu kodieren, die das Prototyp der Emotion-Embedding bildet. Des Weiteren lernen wir den tatsächlichen Emotionenencoder aus einer emotional gekennzeichneten Datenbank und untersuchen die Verwendung relativer Attribute zur Darstellung feinkörniger Emotionenintensität. Um die emotionale Verständlichkeit zu gewährleisten, integrieren wir den Verlust der Emotionklassifikation und den Verlust der Ähnlichkeit von Emotion-Embedding in das Training des EVC-Netzwerks. Wie gewünscht, steuert das vorgeschlagene Netzwerk die feinkörnige Emotionenintensität in der Ausgangsrede. Durch sowohl objektive als auch subjektive Bewertungen validieren wir die Effektivität des vorgeschlagenen Netzwerks für emotionale Ausdrucksfähigkeit und die Kontrolle der Emotionenintensität.