摘要

情感识别已成为人机交互研究中的一个重要领域，随着我们对行为各方面建模技术的不断改进，这一领域的研究日益受到重视。随着技术的进步，我们对情感的理解也在不断深化，因此自动情感识别系统的需求日益增长。目前的研究方向之一是利用神经网络（Neural Networks），这种网络擅长估计依赖于大量且多样输入数据的复杂函数。在本文中，我们试图利用神经网络的有效性，在IEMOCAP数据集上实现多模态情感识别，该数据集包含来自语音、文本以及面部表情、头部旋转和手部动作的运动捕捉数据。以往的研究主要集中在IEMOCAP数据集上的语音情感检测，而我们的方法则是首次综合利用IEMOCAP提供的多种模态数据，以实现更加稳健和准确的情感检测。