EMODE情感感知语音语言模型论文发布

Jianan Pan等作者提交并发布EMODE情感感知语音语言模型论文，该模型以动态副语义专家（DPSE）为核心，将连续语音特征分解为语义与副语言两条路径，动态路由并在融入语言模型前融合。 据论文称，EMODE采用语义预热、副语言激活、联合精炼三阶段课程训练，并引入OEG、SAA和GDR三项引导机制，同时新建双语MEPA基准。 论文报告称，在SER测试、共情回复评估及MEPA基准上，EMODE改善了词汇保真度与情感敏感度的平衡，并增强了基于情感的回复生成；这些效果均为作者在论文中的报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。