emotion2vec 通用语音情感表征与 EmoBox 多语种语音情感识别基准

emotion2vec在无标注数据上做话语级和帧级联合的在线自蒸馏预训练，在IEMOCAP上超过已有模型，并在10种语言、歌曲情感和对话情感任务上验证有效。EmoBox提供统一的单语料/跨语料评测协议、平衡测试集和10个预训练模型基线，解决了语音情感识别领域缺少标准划分的问题。X-LANCE还发表了结合大语言模型的语音情感识别方法，以及强度可控的情感TTS（EmoDiff）。衡阳的陪伴、导览、客服类机器人企业可以把它集成为情绪感知模块，让机器人根据用户情绪调整回应策略。（来源：https://github.com/ddlBoJack/emotion2vec；https://arxiv.org/abs/2312.15185；https://github.com/emo-box/EmoBox；https://arxiv.org/abs/2406.07162；https://x-lance.sjtu.edu.cn/papers）

emotion2vec GitHub 1,183 星 / 89 fork；EmoBox GitHub 328 星；EmoBox覆盖32个数据集、14种语言、10个预训练模型