In the context-free case, HMMs were

In the context-free case, HMMs were trained on early fused frame-level acoustic/
visual features. Facial features were shown to be better
for valence classication, and acoustic features performed
better for activation. Their combination led to improvements
in the valence task.
The existing literature indicates the combination of acoustic,
visual, and linguistic features is a viable and important
direction for SER.

ผลลัพธ์ (ไทย) 1:

ในกรณีบริบทฟรี HMMs ถูกฝึกอบรมเสียงระดับกรอบหลอมต้น /แสดงคุณสมบัติ ใบหน้ามีแสดงที่ดีวาเลนซ์ classi ไอออน และคุณลักษณะของเสียงได้ดีสำหรับการเปิดใช้งาน ชุดของพวกเขานำไปปรับปรุงในงานวาเลนซ์วรรณคดีที่มีอยู่ระบุว่า การรวมกันของเสียงภาพ และภาษาศาสตร์คือทำงานได้ และสำคัญทิศทางสำหรับ SER.

ผลลัพธ์ (ไทย) 2:

ในกรณีบริบทฟรี HMMs รับการฝึกอบรมเกี่ยวกับการหลอมละลายต้นเฟรมระดับอะคูสติก /
คุณสมบัติภาพ ใบหน้ามีการแสดงที่ดีกว่า
สำหรับการจัดประเภท Valence ไอออนบวกและคุณสมบัติอะคูสติกดำเนินการ
ที่ดีกว่าสำหรับการเปิดใช้งาน การรวมกันของพวกเขาจะนำไปสู่การปรับปรุง
ในงานจุ.
วรรณกรรมที่มีอยู่บ่งชี้ว่าการรวมกันของอะคูสติกที่
ภาพและคุณลักษณะของภาษาเป็นที่ทำงานและที่สำคัญ
ทิศทาง SER