12An Interaction-aware Attention Network for Speech Emotion Recognition in Spoken Dialogs

---

前言

原文地址—2019

一、文章内容

• 文章想法：

  • 不同与其他的感情识别算法只考虑单独的话语识别，本文提出了一种新的语音表达机制，将语境信息融入到学习的声乐表达中，提出了一种交互感知网络（IAAN）

• 输入数据：
  openSMILE toolkit [17], in-cluding features such as Mel-Frequency Cepstral Coefficients(MFCCs), pitch and their statistics in each short frame of anutterance. We obtain a sequence of a total of 45 dimensionalframe-level acoustic features for each utterance

• 文章模型
  

• 训练方式：

  • 五倍交叉验证

• 模型输出

• 实验结果:
  

• 文章结论

二、文章总结

• 文章novel和优势：
  • 把上下文的语境因素考虑进来了,不同于下面的相关文章，该文章使用注意力机制来融合上下文信息，使得当前的感情特征向量更加符合当前的语境，适合长文本的对话语音分析使用
• 同其他文章比较的劣势：
  • 使用了较多的手工的特征

三、相关代码

• Conversational Memory Network for Emotion Recognition in Dyadic Dialogue Videos-2018 这是一个多（三）模态的，融合上下文信息的感情识别框架，如下是识别结果，具体内容再说
  
• Interaction and transition model for speech emotionrecognition in dialogue-2017