音频大语言模型中多模态语音情绪识别的不一致感知评估

研究通过两成分高斯混合模型构建无阈值不一致分数，发现不一致性在eNTERFACE'05等三个语料库中均提高了音频模型的情绪识别错误率。 文本通道的单独影响不可靠；移除情绪词典后的重建分数仍是六个替代方案中唯一能预测全部语料库错误的无标签分数。 开源了支持该评估的代码、数据表和提示词。