报告主题： 跨库语音情感识别的研究现状与进展

报 告 人：张石清

报告时间：2022年11月6日 上午11：00

报告网址：#腾讯会议：583-481-737

报告摘要：

  语音情感识别在人机交互过程中发挥极为重要的作用, 近年来备受关注。目前, 大多数的语音情感识别方法主要在单一情感数据库上进行训练和测试。然而, 在实际应用中训练集和测试集可能来自不同的情感数据库。由于这种不同情感数据库的分布存在巨大差异性, 导致大多数的语音情感识别方法取得的跨库识别性能不尽人意。为此, 近年来不少研究者开始聚焦跨库语音情感识别方法的研究。 本报告对近年来跨库语音情感识别方法的研究现状与进展， 尤其对新发展起来的深度学习技术在跨库语音情感识别中的应用进行了重点分析与归纳。 首先, 介绍了语音情感识别中常用的情感数据库, 然后结合深度学习技术, 从监督、无监督和半监督学习角度出发, 总结和比较了现有基于手工特征和深度特征的跨库语音情感识别方法的研究进展情况, 最后对当前跨库语音情感识别领域存在的挑战和机遇进行了讨论与展望。

报告人简介：

  张石清，台州学院教授，硕士生导师，浙江省高等学校中青年学科带头人，中国计算机学会多媒体技术专委，中国计算机学会语音对话与听觉专委，浙江省计算机学会人工智能专委。现主要从事机器学习、模式识别、情感计算理论等方面的研究，曾主持国家自然科学基金项目2项、浙江省自然科学基金重点项目1项、浙江省自然科学基金面上项目2项、以及中国博士后基金项目1项。现已在《IEEE Transactions on Multimedia》、《IEEE Transactions on Affective Computing》、《IEEE Transactions on Circuits and Systems for Video Technology》、ACM MM等重要刊物和会议上发表论文40余篇，其中ESI高被引论文2篇。