Hybride akustische-tiefe Merkmale mit Autoencodern zur Spracherkennung von Emotionen

Key Points

• Die Spracherkennung von Emotionen zeigt eine hohe Genauigkeit mit hybriden Merkmalen in mehreren Datensätzen.
• Wichtige Kennzahlen zeigen eine Genauigkeitsrate von 92 % bei der Erkennung von Emotionen während der Sprachanalyse.
• Analysen unter Verwendung von Machine-Learning-Algorithmen haben den effektiven Einsatz von Autoencodern zur Merkmalsextraktion demonstrated.
• Dieser Ansatz könnte ein nuancierteres Verständnis von Emotionen in der Sprache ermöglichen und unterstreicht den Bedarf an zukünftigen Studien.