SeqAug: 一种基于序列特征重采样的通用增强方法（英文版）

英文标题：SeqAug: Sequential Feature Resampling as a modality agnostic augmentation method中文摘要：提出了一种名为 SeqAug 的模态不可知序列增强方法，它可以通过重新抽样来增强时间轴上的特征维度，可应用于单模态或多模态神经网络，并与循环和转换器体系结构兼容。实验证明，SeqAug 在语音听觉情感识别方面具有可比性的性能。英文摘要：Data augmentation is a prevalent technique for improving performance invarious machine learning applications. We propose SeqAug, a modality-agnosticaugmentation method that is tailored towards sequences of extracted features.The core idea of SeqAug is to augment the sequence by resampling f