A Bimodal Approach for Speech Emotion Recognition using Audio and Text

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

9 июля 2026 г.

При взгляде на свое лицо мужчины забывают обо всем

В эксперименте с участием 15 здоровых мужчин ученые НИУ ВШЭ проанализировали, как фазы сердечного цикла влияют на возбудимость моторной коры, когда человек смотрит на собственную фотографию или лица незнакомых людей. Исследователи обнаружили, что в случае с собственным изображением мозг слабее считывает сигналы сердца — их влияние на кору снижается, хотя ожидалось, что внимание к себе, наоборот, усилит чувствительность к внутренним сигналам тела. Исследование опубликовано в журнале Frontiers in Signal Processing.

9 июля 2026 г.

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ

Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.

8 июля 2026 г.

Экономисты ВШЭ нашли способ эффективнее бороться с курением

Экономисты НИУ ВШЭ изучили, как курильщики реагируют на изменение цен на сигареты. При росте цен на табак потребление не всегда сокращается. Расходы могут даже вырасти: по оценкам экономистов НИУ ВШЭ, снижение доступности сигарет на 1% приводит к увеличению трат на табак на 0,28%. Поэтому, чтобы сокращать курение, цены на табачные изделия должны расти быстрее доходов населения. Результаты исследования опубликованы в журнале «Вопросы статистики».

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

A Bimodal Approach for Speech Emotion Recognition using Audio and Text

Journal of Internet Services and Information Security. 2021. No. 1. P. 80–96.

Verkholyak O., Двойникова А. А., Karpov A.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Enhancing Emotion Recognition in Speech Based on Self-Supervised Learning: Cross-Attention Fusion of Acoustic and Semantic Features

Deeb B., Andrey V. Savchenko, Макаров И. А., IEEE Access 2026 Vol. 13 P. 56283–56295

Добавлено: 16 июня 2026 г.

Emotion Recognition and Sentiment Analysis of Extemporaneous Speech Transcriptions in Russian

Двойникова А. А., Verkholyak O., Karpov A., Lecture Notes in Computer Science 2020 Vol. 12335 LNAI P. 136–144

Добавлено: 24 апреля 2026 г.

A framework for text mining on Twitter: a case study on joint comprehensive plan of action (JCPOA)- between 2015 and 2019

Бехзадидуст Р., Quality and Quantity 2021 Vol. 56 No. 5 P. 3053–3084

Добавлено: 27 марта 2026 г.

Analyzing and forecasting P/E ratios using investor sentiment in panel data regression and LSTM models

Dolaeva A., Beliaeva U., Dmitry Grigoriev и др., International Review of Economics and Finance 2025 Vol. 98 Article 103840

Добавлено: 11 июля 2025 г.

CA-SER: Cross-Attention Feature Fusion for Speech Emotion Recognition

Deeb B., Савченко А. В., Макаров И. А., , in: ECAI 2024. 27th European Conference on Artificial Intelligence, October 19 – 24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024).: IOS Press, 2024. P. 4479–4482.

Добавлено: 15 февраля 2025 г.

Alternative method sentiment analysis using emojis and emoticons

Surikov A., Evgeniia Egorova, Procedia Computer Science 2020 Vol. 178 P. 182–193

Our research aims to develop an alternative method for analyzing the tonality of the texts. Most of the traditional methods for determining tonality classes are based on text analysis and ignore various emotional indicators that users actively used in social networks. Therefore, it improves the quality of predicting the tonality of the class. The study ...

Добавлено: 15 мая 2024 г.

The voice of Twitter: observable subjective well-being inferred from tweets in Russian

Сметанин С. И., Mikhail Komarov, PeerJ Computer Science 2022 Vol. 8 Article e1181

Добавлено: 29 декабря 2022 г.

Research Anthology on Implementing Sentiment Analysis Across Multiple Disciplines

IGI Global, 2022.

Добавлено: 3 августа 2022 г.

Speaker-Aware Training of Speech Emotion Classifier with Speaker Recognition

Савченко Л. В., Савченко А. В., , in: Speech and Computer. 23rd International Conference, SPECOM 2021, St. Petersburg, Russia, September 27–30, 2021Vol. 12997.: St. Petersburg: Springer, 2021. Ch. 55 P. 614–625.

Добавлено: 24 сентября 2021 г.

Using Intelligent Text Analysis of Online Reviews to Determine the Main Factors of Restaurant Value Propositions

Файнштейн Е. М., Серова Е. Г., , in: Handbook of Research on Applied Data Science and Artificial Intelligence in Business and Industry.: IGI Global, 2021. Ch. 10 P. 223–240.

Добавлено: 24 июля 2021 г.

On the Impact of Word Error Rate on Acoustic-Linguistic Speech Emotion Recognition: An Update for the Deep Learning Era

Соколов А. С., / Series Computer Science "arxiv.org". 2021.

Добавлено: 17 ноября 2020 г.

Social Network Sentiment Analysis and Message Clustering

Харламов А. А., Orekhov A., Bodrunova S. и др., Lecture Notes in Computer Science 2019 Vol. 11938 P. 18–31

Добавлено: 29 октября 2020 г.