Key points are not available for this paper at this time.
ملخص تتضمن تقنية التعرف على عواطف الكلام (SER) استخراج الميزات ونماذج التنبؤ. ومع ذلك، تميل كفاءة التعرف إلى الانخفاض بسبب اختلافات الجنس والعدد الكبير من الميزات المستخرجة. وبالتالي، تقدم هذه الورقة نظام SER يعتمد على الجنس. أولاً، يتم استخراج ميزات الجنس والعاطفة من إشارات الكلام لتطوير نماذج التعرف على الجنس وتصنيف العواطف. ثانياً، وفقًا لاختلافات الجنس، يتم إنشاء نماذج التعرف على العواطف المتميزة للمتحدثين الذكور والإناث. يتم تحديد جنس المتحدثين قبل تنفيذ النموذج العاطفي المناسب. ثالثاً، يتم تعزيز دقة هذه النماذج العاطفية من خلال استخدام خوارزمية التطور التفاضلي المتقدمة (ADE) لاختيار الميزات المثلى. تتضمن ADE متجهات الفرق الجديدة، وعوامل الطفرات، وتعلم الموضع، مما يوازن بشكل فعال بين البحث العالمي والمحلي. تم اقتراح طريقة جديدة لإصلاح الموضع لمعالجة اختلافات الجنس. أخيرًا، تُظهر التجارب على أربعة مجموعات بيانات باللغة الإنجليزية أن ADE تتفوق على خوارزميات المقارنة من حيث دقة التعرف، والاستدعاء، والدقة، ودرجة F1، وعدد الميزات المستخدمة ووقت التنفيذ. تسلط النتائج الضوء على أهمية الجنس في تحسين نماذج العواطف، بينما تُعتبر معاملات تحويل تردد الميل (MFCC) عوامل مهمة في اختلافات الجنس.
درس يوي وآخرون (الأربعاء) هذا السؤال.