arXiv cs.CL· Jianan Pan, Yiwen Gu, Xinze Li, Rui Wang, Kejie Huang·· 9 小时前AI 评分24
EMODE：面向情感感知语音语言建模的动态副语义专家
EMODE: Dynamic Para-Semantic Experts for Emotion-Aware Speech Language Modeling
AI 导读
EMODE 是一个情感感知语音语言模型，核心是动态副语义专家（DPSE），将连续语音特征拆分为语义与副语言两条路径并动态路由、融合后再接入语言模型。它采用语义预热、副语言激活、联合精调三阶段课程训练，配合 OEG、SAA 与 GDR 引导。在 SER 测试、共情回复评测及新建双语 MEPA 基准上，EMODE 改善了词汇保真与情感敏感度的平衡。
来源：arXiv cs.CL · arxiv.org