arXiv · NLP· Jianan Pan, Yiwen Gu, Xinze Li, Rui Wang, Kejie Huang·· 2026-10-07AI 评分28
EMODE:基于动态副语义专家的情绪感知语音语言模型
EMODE: Dynamic Para-Semantic Experts for Emotion-Aware Speech Language Modeling
AI 导读
EMODE 是一种情绪感知语音语言模型,其核心架构为动态副语义专家(DPSE)。 DPSE 将连续语音特征分解为语义和副语言通路,并动态路由融合。模型采用三阶段课程训练,结合正交专家引导(OEG)等机制。 在 SER 测试和新构建的双语 MEPA 基准上,EMODE 提升了词汇保真度与情感敏感度的平衡。
来源:arXiv · NLP · arxiv.org