解耦大型音频 - 语言模型中的推理以用于模糊情感预测

语音情感识别在多种应用中至关重要，但现有方法多预测单一标签，简化了人类情感表达的固有模糊性。尽管大型音频 - 语言模型（LALMs）前景广阔，其在模糊情感理解方面的推理能力仍受限。本文将其重构为分布推理问题，首次系统研究了 LALMs 中的模糊感知推理。框架包含两个互补组件：使预测与人类感知分布对齐的模糊感知目标，以及引导情感线索推理的结构化模糊感知思维链监督。实验表明该方法在多种训练策略下均取得一致提升。