项目（成果）名称

基于自底向上域自适应的语音情感识别应用研究

项目编号

G20210022

负责人

孙亚新

验收方式

网络验收

验收结果

通过

主持验收

单位

温州市科学技术局高新处

验收时间

2025-04-09

完成单位

温州理工学院

项目组成

员

连新泽,廖雪峰,张谦,叶青

验

收

意

见

2025年03月17日，温州市科技局对温州理工学院承担的温州市科技计划项目“基于自底向上域自适应的语音情感识别应用研究”（项目编号：G20210022）进行验收，验收专家组审阅了相关资料，形成以下意见：
1、该项目提供资料齐全、规范，符合验收要求。
2、在语音情感识别的研究中，我们见证了多项创新方法的提出，这些方法不仅提升了识别的准确性，还拓宽了语音情感识别的应用领域。
基于特征选择的多样性子空间生成。这一方法通过模拟人类处理类似事件的行为，为语音情感识别提供了更为合理的原理基础。通过选择多个特征子集进行分类，该方法能够利用更多的特征信息，从而更全面地捕捉语音中的情感元素。此外，优化目标确保了基础分类器的多样性和能力，使得系统能够以更少的资源获得良好的识别结果。这种集成学习的结构是自动生成的，极大地提高了系统的易用性和扩展性。
基于全局结构保持和自表示的监督特征选择（GPSSFS）。GPSSFS方法通过评估特征在分类和表示数据中的能力，为高维小样本问题提供了有效的解决方案。全局结构保持确保了特征在分类任务中的有效性，而自表示则评估了特征在表示数据时的能力。这种双重的评估机制使得GPSSFS能够选择出既有助于分类又能有效表示数据的特征子集，为语音情感识别提供了更为精准的特征基础。
现代化的CSPNeXt架构。CSPNeXt架构通过高效结合高频和低频信息，实现了有效的特征混合。这种架构在局部和全局特征表示之间实现了平衡，使得系统能够更全面地理解语音中的情感信息。新引入的通道分割机制在浅层捕获更多的高频信号，在深层捕获更多的低频信号，进一步改善了特征的多样性和可扩展性。CSPNeXt架构在多个视觉任务上的优异表现，为语音情感识别领域带来了新的启示。
解耦的GCN与群组判别的图对比学习框架（DGD）DGD框架通过解耦GCN和引入新的负样本生成策略，显著提高了图对比学习框架的效率和效果。这一方法不仅解决了现有GCL框架在计算资源和内存需求方面的问题，还提高了模型训练的速度和节点分类的准确性。在资源受限的环境中，DGD框架具有重要的实际应用价值。此外，其成功应用也为其他图数据处理任务提供了新的思路和方法，为语音情感识别领域带来了新的可能性。
3、表明这些创新方法为语音情感识别领域带来了新的突破。通过模拟人类行为、优化特征选择、改进模型架构以及优化学习框架，我们能够更准确地捕捉语音中的情感信息，为实际应用提供了更为可靠的技术支持。随着这些方法的不断完善和应用，相信语音情感识别将在更多领域展现出其巨大的潜力和价值。
4、该项目已发表SCIE收录论文1篇，另外有两篇已经录用尚未收录的SCI论文。
该项目经费资助5.00万，使用基本合理。
验收专家组认为该项目已基本完成合同书规定的主要研究内容和研究指标，验收通过。