arXiv · Audio and Speech· Hsing-Hang Chou, Yun-Shao Lin, Ching-Chin Sung, Chi-Chun Lee·· 2 小时前AI 评分21
SEER：面向人工耳蜗语音的检索式源条件情绪增强
SEER: Source-Conditioned Emotion Enhancement via Retrieval for Cochlear-Implant Speech
AI 导读
SEER 是一种检索式框架，学习在人工耳蜗处理后让每个源语音借助哪个同情绪参考仍可辨识，无需平行正常/强录音和强度标签。它在 RAVDESS 上将 Source macro-F1 at N8 提升 7.30 点，在 ESD 上提升 11.66 点，ESD 在 N4/N8/N16 均显著；16 名听者的 RAVDESS 增益在所有条件下显著。分析还发现更强参考带来总体收益，但性别或内容匹配影响很小。
来源：arXiv · Audio and Speech · arxiv.org