New Approach to Multimodal Emotion Recognition Based on Deep Learning and Feature Fusion Techniques
Rattachement africain : Algérie. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Intelligent systems have transformed public services, yet challenges remain in ensuring their safe and effective operation. Emotion recognition is crucial for enhancing human-computer interaction. This paper presents a multimodal emotion recognition system integrating deep learning techniques. Audio features are extracted from frequency characteristics, while textual data undergo tokenization. A Fusion Network technique is introduced to enhance performance by combining multiple models. Evaluated on the IEMOCAP dataset, our approach achieves 72% accuracy, demonstrating its effectiveness for emotion-aware applications.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- New Approach to Multimodal Emotion Recognition Based on Deep Learning and Feature Fusion Techniques
- Date Crossref
- 23/04/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.