Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MERaLiON-SER: Robust Speech Emotion Recognition Model for English and SEA Languages

Created by
  • Haebom
Category
Empty

저자

Hardik B. Sailor, Aw Ai Ti, Chen Fang Yih Nancy, Chiu Ying Lay, Ding Yang, He Yingxu, Jiang Ridong, Li Jingtao, Liao Jingyi, Liu Zhuohan, Lu Yanfeng, Ma Yi, Manas Gupta, Muhammad Huzaifah Bin Md Shahrin, Nabilah Binte Md Johan, Nattadaporn Lertcheva, Pan Chunlei, Pham Minh Duc, Siti Maryam Binte Ahmad Subaidi, Siti Umairah Binte Mohammad Salleh, Sun Shuo, Tarun Kumar Vangani, Wang Qiongqiong, Won Cheng Yi Lewis, Wong Heng Meng Jeremy, Wu Jinyang, Zhang Huayun, Zhang Longyin, Zou Xunlong

개요

MERaLiON-SER은 영어 및 동남아시아 언어를 위해 설계된 강력한 음성 감정 인식 모델입니다. 가중치 교차 엔트로피와 일치 상관 계수(CCC) 손실을 결합한 하이브리드 목표 함수를 사용하여 훈련되어, 이산적 감정 범주(예: 기쁨, 분노)와 각성(강도), 긍정/부정(발렌스), 지배력(통제 감각)과 같은 세분화된 감정 차원을 모두 포착합니다. 다국어 싱가포르 언어(영어, 중국어, 말레이어, 타밀어) 및 기타 공개 벤치마크에 대한 광범위한 평가에서, MERaLiON-SER은 오픈 소스 음성 인코더와 대형 오디오-LLM을 일관되게 능가합니다.

시사점, 한계점

시사점:
특정 언어에 특화된 음성 모델이 정확한 부언어적 이해와 상호 언어 일반화에 중요함을 보여줍니다.
감정 인식 기술을 미래 에이전트 오디오 시스템에 통합하여, 공감적이고 맥락에 적응하는 다중 모달 추론을 가능하게 하는 기반을 제공합니다.
한계점:
논문 자체에서 한계점에 대한 직접적인 언급은 없음. (Abstract 내용만으로는 파악 불가)
👍