项目名称：鲁棒语音情感识别

项目负责人：宋鹏

项目简介：多语种语音情感识别是情感计算中富有挑战性的研究课题。众所周知，全世界有150多种语言，由于语言障碍的存在，机器很难像人一样自动快速获取不同语种语音中包含的情感信息。同时，不同语种的情感资源分布严重不均衡，如中英文情感资源较多，而其它语言特别是少数民族语言的情感资源相对匮乏，严重制约了情感分析与识别技术在这些语言中的应用。跨语种语音情感识别技术致力于实现语种无关的自动情感识别。

主要创新点：本课题研究面向非特定说话人的跨语种语音情感识别的关键技术及应用，目的在于解决国内外实用语音情感信息处理领域还存在的一些需要深入探索的问题。研究要点主要包括：

（1）基于统一线性子空间迁移学习的跨语种语音情感识别；

（2）基于子空间迁移学习和特征选择相结合的跨语种语音情感识别；

（3）语种无关的鲁棒语音情感特征。

客观评价：本项目针对跨语种语音情感识别问题提出了行之有效的解决方案。研究成果以跨域语音情感识别为研究主题，提出了一系列基于子空间迁移学习方法的语音情感识别方法，相关工作发表于IEEE/ACM Transactions on Audio, Speech, and Language Processing、IEEE Transactions on Affective Computing、Speech Communication等领域国际顶级期刊。得到了IEEE Fellow C. L. Philip Chen教授、IEEE Fellow Qi Tian教授、IEEE Fellow Jinhua She教授、IAPR Fellow Guoying Zhao、美国德州大学达拉斯分校Carlos Busso教授、美国密歇根大学Emily Mower Provost教授、哈尔滨工业大学韩纪庆教授等等多位国际著名学者的正面引用和评价。肯定了课题组在语音情感识别方面的贡献。