情感识别

ICLR 2026｜EmotionThinker：让语音情感识别给出有依据的解释EmotionThinker把解释质量单独纳入了语音情感识别的训练。基础模型先接受韵律任务适配，用音高、能量、语速与重音等线索支撑判断；进入强化学习后，标签奖励之外又加入了解释评分。这个评分并非始终照单使用：若它偏向了同组中的错误回答，权重会被衰减，训练早期也不立即启用。作者分别测量分类、声学属性识别和解释表现，从中观察到普通GRPO提高标签分数时，解释评价不一定跟着提高。整套工作的落点，是这两类目标如何共同训练。

IJCV 2026｜从图片到视频，EMO-LLaMA如何增强大模型的面部表情识别能力？通用多模态大模型能够描述面部表情，但对眉眼、嘴角等局部变化的利用仍不充分。EMO-LLaMA围绕这一问题，将面部先验与通用视觉特征结合，并构建包含类别问答和对话描述的FERID指令数据，在同一框架中处理图片与视频。六个表情识别基准及相关消融显示，面部信息融合与指令微调能够改善部分识别指标，但不同数据集、类别与评价口径下的收益并不一致。本文依次介绍其研究背景、方法设计与实验结果。

会议记录神器！自动标注情绪和掌声的语音识别来了你有没有经历过这样的会议：录音导出来，花两小时逐字整理，再花一小时标重点、划情绪、记谁在笑谁在鼓掌？传统语音转文字工具只管“说了什么”，而今天要介绍的这个镜像——SenseVoiceSmall 多语言语音理解模型（富文本/情感识别版），真正做到了“听懂人在说什么、为什么这么说、周围发生了什么”。

python实战（八）——情感识别（多分类）本文使用的是来自Kaggle的一个情感识别数据集，这个数据集的总数据量是5934条，标签为anger、fear、joy三种情感的其中一种，很明显是一个多分类任务。这里，我们将使用微调技巧进行深度学习建模，同时我们会比较不微调和微调之间的模型表现差距，以便于我们理解微调的优势。

我是有底线的