arXiv cs.SD RSS·2026-10-01 12:00· 1 天前

从语音到可编辑概念：用概念瓶颈模型探究语音情感识别

From Speech to Editable Concepts: Probing Emotion Recognition with Concept Bottleneck Models

摘要

一项研究将概念瓶颈模型引入语音情感识别，考察预测如何依赖转录文本、声学描述和说话人属性。实验用三个 LLM 在 CREMA-D、IEMOCAP 和 MELD 上测试，零样本下模型强烈偏向转录文本，使 CREMA-D 的 Macro-F1 从 27.8 降至 5.8；微调后该偏差消除，转录文本将 Macro-F1 从 41.8 提升至 45.1。

应来源方要求，这里只提供摘要与原文入口。完整内容请阅读原文。

来源：arXiv cs.SD RSS · arxiv.org