情感计算中的时间序列数据增强：针对情感时序特性的变换方法？ 热门官方

回答：情感时间序列（如语音帧序列、生理信号序列）具有时序依赖与情感周期性，数据增强需保留时序特性：①时间扭曲（Time Warping）：用动态时间规整（DTW）或样条插值拉伸/压缩局部时序（如将“愤怒”语音的快速语速部分略微放慢，模拟不同说话人语速差异），增强模型对语速变化的鲁棒性；②情感周期增强：对周期性情感信号（如焦虑时的心率波动）施加相位偏移或振幅缩放（如心率波动振幅±20%），模拟个体生理差异；③噪声注入：注入与情感无关的噪声（如高斯白噪声、脉冲噪声），强度控制在信号能量的5%-10%，避免掩盖情感特征；④MixUp-Temporal：将两个不同时序样本按时间点线性混合（如样本A的t时刻特征与样本B的t时刻特征加权求和），标签也相应混合，增强模型对情感过渡状态的识别能力。增强后，情感时序模型的泛化能力提升30%，过拟合现象减少。