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

Deeb B.; Andrey V. Savchenko; I. Makarov

doi:10.1109/ACCESS.2025.3554454

Публикации

?

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

IEEE Access. 2026. Vol. 13. P. 56283–56295.

Deeb B., Andrey V. Savchenko, Макаров И. А.

Научное направление: Компьютерные науки

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: распознавание эмоций speech emotion recognition cross-attention mechanism механизм внимания feature fusion объединение признаков

Анализ согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН с помощью иерархической кластеризации

Вохминцев И. В., Вестник международных организаций: образование, наука, новая экономика 2026 Т. 21 № 2

ЕАЭС и ОДКБ – главные региональные международные организации для России. Понимание, оценка и анализ внешнеполитических позиций стран, которые туда входят — это вопрос национальных интересов страны. Из этого вытекает цель работы: выявление уровня и формы согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН. Уровень согласованности – оценка уровня близости стран при голосовании. Форма согласованности ...

Добавлено: 7 сентября 2026 г.

Pupillometry and autonomic nervous system responses to cognitive load and false feedback: an unsupervised machine learning approach

Alshanskaia E., Portnova G., Liaukovich K. и др., Frontiers in Neuroscience 2024 Vol. 18

Добавлено: 7 сентября 2026 г.

Oil Spill Segmentation in SAR Data Using ViT-UNet: Performance and Practical Insights

Зуенко Д. О., Трофимова Е. А., Хайдарова И., IEEE Access 2026 Vol. 14 P. 121339–121357

Добавлено: 7 сентября 2026 г.

Scalable machine learning approach to disordered s-wave superconductors

Неверов В. Д., Красавин А. В., Вагов А. В. и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 P. 1–6

Добавлено: 5 сентября 2026 г.

On the rate of Gaussian approximation for online linear regression problems

Шешукова М. Е., Durmus A., Khusainov M. и др., Statistics 2026 P. 1–25

Добавлено: 4 сентября 2026 г.

Proceedings of the 42nd Conference on Uncertainty in Artificial Intelligence (UAI), PMLR Volume 337, 17-21 August 2026, KIT, Amsterdam, the Netherlands

Proceedings of Machine Learning Research , 2026.

Добавлено: 4 сентября 2026 г.

A unified frequency-domain framework for tilted slice localization and ischemic stroke detection

Khodadoust J., Куликова С. П., Khodadoust F., Biomedical Signal Processing and Control 2027 Vol. 129 P. 111284–111284

Анализ острого ишемического инсульта (ОИИ) по двухмерным (2D) клиническим изображениям затруднен из-за неконтролируемого наклона срезов и геометрических несоответствий, нарушающих предположения моделей глубокого обучения (ГБО), не зависящих от положения. В данной статье предлагается унифицированная, учитывающая геометрию, частотно-доменная структура для локализации наклонных срезов и сегментации ишемического инсульта, которая явно разделяет оценку положения и анализ поражения. Метод сначала ...

Добавлено: 2 сентября 2026 г.

Proceedings of the 2026 Fourth International Conference on Distributed Computing and High Performance Computing (DCHPC)

IEEE, 2026.

Добавлено: 2 сентября 2026 г.

Discrete Markowitz Portfolio Optimization with Open-Source Classical and Quantum-Inspired Solvers: A Cross-Market Walk-Forward Study

Avdoshin S.M., Patrushev K. A., Proceedings of the Institute for System Programming of the RAS 2026 No. 4 часть 2 P. 245–256

Добавлено: 27 августа 2026 г.

Benchmarking Synolitic Graphs for Autism Classification from Multisite Resting-State fMRI

Заикин А. А., Власенко Д. В., Захаров Д. Г. и др., Diagnostics 2026 Vol. 16 No. 17 P. 1–15

Добавлено: 27 августа 2026 г.

Алгебра, теория чисел, дискретная геометрия и многомасштабное моделирование. Современные проблемы, приложения и проблемы истории. Материалы XXIV Международной конференции, посвящённой 110-летию со дня рождения академика Юрия Владимировича Линника и 110-летию со дня рождения профессора Андрея Борисовича Шидловского и 80-летию со дня рождения профессора Геннадия Ивановича Архипова

Тула: Тульский государственный педагогический университет им. Л.Н. Толстого, 2025.

Сборник содержит материалы, представленные на XXIV Международной конференции «Алгебра, теория чисел, дискретная геометрия и многомасштабное моделирование: современные проблемы, приложения и проблемы истории», посвящённой 110-летию со дня рождения академика Юрия Владимировича Линника и 110-летию со дня рождения профессора Андрея Борисовича Шидловского и 80-летию со дня рождения профессора Геннадия Ивановича Архипова. Материалы конференции будут полезны научным работникам, ...

Добавлено: 27 августа 2026 г.

Characterizing the Scheduling Performance of 5G NR Base Stations Under Signaling and Data Traffic Constraints

Eduard Sopin, Назарьин А. И., Бегишев В. О. и др., IEEE Transactions on Vehicular Technology 2026 Vol. 75 No. 6 P. 10995–11007

Добавлено: 26 августа 2026 г.

Генерация исходного кода с использованием больших языковых моделей: систематический обзор методологии Вайб-кодинг

Джонов А. Т., Авдошин С. М., Информационные технологии 2026 Т. 32 № 8 С. 421–427

В данном систематическом обзоре представлен анализ методологии Вайб-кодинг (Vibe Coding) — современно-го подхода к итеративному процессу разработки программного обеспечения с помощью больших языковых моделей (БЯМ). Инструменты генерации кода транформируют написание ПО, позволяя программисту формулировать задачи и описывать желаемое поведение кода на естественном языке, в то время как БЯМ генерирует соответ-ствующий запросам исходный код. Обзор систематиматизирует ...

Добавлено: 25 августа 2026 г.

An adaptive image watermarking scheme using cooperation of HBA and RSA metaheuristics

Мельман А. С., Евсютин О. О., Journal of the Franklin Institute 2026 Vol. 363 No. 15 Article 109005

Добавлено: 25 августа 2026 г.

Proceedings of the 2026 12th International Conference on Control, Decision and Information Technologies (CoDIT) (Italy, Bari, July 13–16, 2026)

IEEE, 2026.

Добавлено: 24 августа 2026 г.

From data to knowledge: artificial intelligence methods for studying comorbidity in electronic health records

Лукьяненко Д. В., Рагимова А. А., Мухорина А. и др., European Physical Journal: Special Topics 2026 P. 1–24

Добавлено: 20 августа 2026 г.

Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)

CEUR-WS.org, 2026.

Добавлено: 20 августа 2026 г.

MM-PSYCHE: Multimodal Multitask Psychological Characteristic Estimation Through Cross-Domain Semi-Supervised Learning

Рюмина Е. В., Аксёнов А. А., Коряковская Д. О. и др., IEEE Access 2026 Vol. 14 P. 124759–124778

Добавлено: 20 августа 2026 г.

Proceedings of the 1st Workshop on Linguistic Analysis for Health (HeaLing 2026)

Association for Computational Linguistics, 2026.

Добавлено: 19 августа 2026 г.

Метод распознавания сентимента и эмоций в транскрипциях русскоязычной речи с использованием машинного перевода

Двойникова А. А., Кагиров И. А., Карпов А. А., Информатика и автоматизация (Труды СПИИРАН) 2024

В статье рассматривается проблема распознавания сентимента и эмоций пользователей в русскоязычных текстовых транскрипциях речи с использованием словарных методов и машинного перевода. Количество имеющихся информационных ресурсов для анализа сентимента текстовых сообщений на русском языке очень ограничено, что существенно затрудняет применение базовых методов анализа сентимента, а именно, предобработки текстов, векторизации с помощью тональных словарей, традиционных классификаторов. Для ...

Добавлено: 25 апреля 2026 г.

Аналитический обзор многомодальных корпусов данных для распознавания эмоций

Двойникова А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМО.: Университет ИТМО, 2023.

В статье раскрываются достоинства и недостатки категориальных и пространственных моделей описания эмоций. Пространственные модели позволяют охватить более широкий спектр человеческих эмоций, что позволяет разработать наиболее эффективную систему распознавания эмоций. В работе проводится аналитический обзор существующих многомодальных корпусов данных, которые имеют разметку по валентности и интенсивности эмоций. В заключении выделяется наиболее репрезентативный корпус данных для автоматического ...

Добавлено: 25 апреля 2026 г.

Подход к автоматическому распознаванию эмоций в транскрипциях речи

Двойникова А. А., Кондратенко К. О., Известия высших учебных заведений. Приборостроение 2023 Т. 66 № 10 С. 818–827

Аннотация. Исследован актуальный в различных областях вопрос распознавания эмоций в транскрипциях речи. Проанализировано влияние методов предобработки (удаление стоп-слов, лемматизация, стемминг) на точность распознавания эмоций в текстовых данных на русском и английском языках. Для проведения экспериментальных исследований использовались орфографические транскрипции диалогов из многомодальных корпусов RAMAS и CMU-MOSEI на русском и английском языке соответственно. Аннотирование этих корпусов ...

Добавлено: 25 апреля 2026 г.

Автоматическое определение эмоционального состояния участников предметных разговоров по транскрипциям речи

Двойникова А. А., Мамонтов Д. Ю., Карпов А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМОТ. 3.: Университет ИТМО, 2021. С. 63–68.

В работе проводятся экспериментальные исследования по определению уровня эмоциональных проявлений в текстовых транскрипциях базы данных K-EmoCon. Рассматривается влияние сбалансирования классов при обучении классификаторов на точность определения эмоций. В статье устанавливается базовый стандарт результатов по классификации уровня эмоций дикторов в текстовых транскрипциях. ...

Добавлено: 24 апреля 2026 г.

A Bimodal Approach for Speech Emotion Recognition using Audio and Text

Verkholyak O., Двойникова А. А., Karpov A., Journal of Internet Services and Information Security 2021 No. 1 P. 80–96

Добавлено: 24 апреля 2026 г.