论文提出一种面向语音情感识别的轻量级可解释框架：以log-Mel频谱为输入，使用紧凑卷积神经网络和注意力统计池化提取情感相关时序信息，并通过Grad-CAM可视化影响预测的时频区域。作者在SAVEE数据集上报告了具有竞争力的识别表现，同时保持较少参数量，面向医疗、客服和人机交互等资源受限场景。
最近 24 小时暂无可用热度快照。