研究者提出可解释的演唱情感识别框架

Fotini Kiriakopoulou 等研究者在 arXiv 发文，提出一种可解释的演唱情感识别框架，使用涵盖韵律、频谱、语音和声乐技巧的紧凑演唱专用特征集，并用 SHAP 和 GRAD-CAM 解码模型决策。 评估显示，演唱专用特征能降低跨歌手差异；在 VocalSet 数据集的域外评测中，研究者称发现颤音和咽音技巧是情感表达的关键线索，且颤音的作用依赖于咬字速率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。