基于Wav2vec2.0与语境情感信息补偿的对话语音情感识别

情感在人际交互中扮演着重要的角色。在日常对话中,一些语句往往存在情感色彩较弱、情感类别复杂、模糊性高等现象,使对话语音情感识别成为一项具有挑战性的任务。针对该问题,现有很多工作通过对全局对话进行情感信息检索,将全局情感信息用于预测。然而,当对话中前后的话语情感变化较大时,不加选择的引入前文情感信息容易给当前预测带来干扰。本文提出了基于Wav2vec2.0与语境情感信息补偿的方法,旨在从前文中选择与当前话语最相关的情感信息作为补偿。首先通过语境信息补偿模块从历史对话中选择可能对当前话语情感影响最大的话语的韵律信息,利用长短时记忆网络将韵律信息构建为语境情感信息补偿表征。然后,利用预训练模型Wav2vec2.0提取当前话语的嵌入表征,将嵌入表征与语境表征融合用于情感识别。本方法在IEMOCAP数据集上的识别性能为69.0%(WA),显著超过了基线模型。

基于DBR增强的850 nm GaAs/AlGaAs单行载流子光电探测器

高速850 nm GaAs/AlGaAs面入射型单行载流子光电探测器(PD)是短距离光链路中的重要器件,面临着带宽和响应度之间的相互矛盾。报道了一种基于分布布拉格反射器(DBR)增强的GaAs/AlGaAs单行载流子光电探测器(UTC-PD)。DBR由20个周期的高/低Al组分的Al_(x)Ga_(1-x)As三元合金组成,可以在830~870 nm范围内形成大于0.9的反射。在AlGaAs DBR的增强下,将GaAs吸收层所需的厚度降低到1 040 nm,兼顾PD对光的吸收率和光生载流子的渡越时间。采用双台面、聚合物平面化、共面波导电极结构制作了UTC-PD器件。该器件在850 nm波长、-2 V偏压下具有19.26 GHz的-3 dB带宽和0.492 6 A/W的响应度。