arXiv · AI· Mengke Zhang, Yanda Shao, Tianhe Wu, Kai Feng·· 2026-10-15AI 评分28
ACR-Net 通过对比声语义解耦缓解语音情感识别中的语义主导问题
ACR-Net: Mitigating Semantic Dominance via Contrastive Acoustic-Semantic Decoupling
AI 导读
ACR-Net 利用 Cross-Modal Attention 和 Contrastive Decoupling Loss 将矛盾表示解耦至正交隐空间,缓解了 SER 模型中的语义主导(Semantic Dominance)偏差。 实验在 ASPIRE 基准测试中显示,ACR-Net 在极性冲突下保持高潜变量解耦度(LDD),使语义过度自信惩罚(SOP)接近零,提升了声学准确率(ACC)。
来源:arXiv · AI · arxiv.org