基于频率解调的节奏性断奏发声分析用于会话会议中的笑声检测
声音
2016-01-06 v1
摘要
人类笑声能够在人类交流中传达各种含义。存在多种人类笑声信号，例如：发声笑和非发声笑。根据心理学理论，在所有发声笑类型中，节奏性断奏发声能在互动中显著引发积极回应。在本文中，我们试图利用这一观察来检测多方对话中来自AMI会议语料库的人类笑声出现，即笑声事件。首先，我们通过功率谱密度估计从语音中分离出高能量帧，舍去低能量帧。我们借用了音乐分析领域的节奏检测算法，将其用于高能量帧。最后，我们利用统计学分析候选节奏帧，检测出节奏性笑声帧。这种用于检测“积极”节奏性人类笑声的新方法优于标准笑声分类基线。
引用
@article{arxiv.1601.00833,
title = {An Analysis of Rhythmic Staccato-Vocalization Based on Frequency Demodulation for Laughter Detection in Conversational Meetings},
author = {Sucheta Ghosh and Milos Cernak and Sarbani Palit and B. B. Chaudhuri},
journal= {arXiv preprint arXiv:1601.00833},
year = {2016}
}
备注
5 pages, 1 figure, conference paper