一种用于度量局部趋同的判别性声学-韵律方法
音频与语音处理
2018-07-13 v2 声音
摘要
声学-韵律趋同描述了人类在对话中使其语音声学相互对齐或适应的倾向。这种言语行为的对齐对对话成功具有重要影响。然而，对口语对话中趋同的微妙性质进行建模仍然是一项挑战。在本文中，我们提出了语音域中局部趋同的一个简明定义，并据此实现了一个算法：捕捉趋同的声学-韵律特征在涉及两位对话者的真实对话与通过随机混合原始两位对话者说话轮次生成的虚假对话之间应当具有最大差异。我们提出了一种度量局部趋同的方法，该方法在逐轮基础上量化行为对齐，将给定轮次中对话者间声学-韵律特征的差异投影到一个判别性特征子空间上，该子空间最大化真实与虚假对话之间的差异。我们使用所推导的特征在一个任务导向对话语料库上驱动一个分类器以预测对话成功的客观度量（即低 versus 高）来评估该方法。所提出的趋同方法使用朴素贝叶斯分类器达到了72%的分类准确率，优于在同一对话语料库上评估的三种先前建立的方法。
引用
@article{arxiv.1804.08663,
title = {A Discriminative Acoustic-Prosodic Approach for Measuring Local Entrainment},
author = {Megan M. Willi and Stephanie A. Borrie and Tyson S. Barrett and Ming Tu and Visar Berisha},
journal= {arXiv preprint arXiv:1804.08663},
year = {2018}
}