Odyssey 2024 - تحدي التعرف على العواطف الصوتية: مجموعة البيانات، الإطار الأساسي، والنتائج
{Carlos Busso Berrak Sisman Najim Dehak Leibny Paola Garcia Thomas Thebaud Laureano Moro Velazquez Abinay R. Naini Ali N. Salman Lucas Goncalves}
الملخص
يهدف تحدي التعرف على المشاعر من خلال الكلام (SER) Odysseus 2024 إلى تعزيز الابتكار في التعرف على المشاعر من الكلام الطبيعي، وذلك بالانتقال إلى ما وراء المجموعات التقليدية المستمدة من سيناريوهات مُمَثَّلة. ويقدِّم هذا التحدي تدريبًا وتطويرًا مستقلين عن المُتحدث، بالإضافة إلى مجموعة اختبار حصرية، جميعها مُعلَّمة لمسارين رئيسيين في هذا التحدي: مهام التعرف على المشاعر الفئوية ومهام التعرف على المشاعر المُوصوفة بسمات. ويشجع هذا المبادرة التعاون بين الباحثين لتطوير تقنيات التعرف على المشاعر التي تعمل بدقة في البيئات الواقعية، ويدعو الباحثين إلى استكشاف مناهج مبتكرة تستفيد من أحدث التطورات في معالجة الصوت للتعامل مع مهام التعرف على المشاعر. في هذا البحث، نقدم وصفًا مفصلاً للنقطة المرجعية (Baseline)، وجدول التصنيف (Leaderboard)، وتقييم النتائج، ونقاشًا للنتائج الأساسية. يمكن العثور على موقع التحدي مع جدول التصنيف، وروابط الشفرة المرجعية، والإرشادات من خلال الرابط التالي: https://lab-msp.com/MSP-Podcast_Competition/leaderboard.php
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| speech-emotion-recognition-on-msp-podcast | wavlm | CCC: 0.6466753 |
| speech-emotion-recognition-on-msp-podcast-1 | wavlm | CCC: 0.7465055 |
| speech-emotion-recognition-on-msp-podcast-2 | wavlm | CCC: 0.6712493 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.