情感多模态病理语音数据库的设计、构建与评估
音频与语音处理
2023-12-15 v1 人工智能
声音
信号处理
摘要
缺乏可用的情感病理数据库是研究构音障碍患者情感表达状态的关键障碍之一。本文构建了首个包含多视角信息的中文多模态情感病理语音数据库。它包含 29 名对照组和 39 名患有不同程度运动性构音障碍的患者，表达快乐、悲伤、愤怒和中性四种情感。所有情感语音均通过开发的微信小程序进行可懂度、类型和离散维度情感的标注。主观分析从情感区分准确率、语音可懂度、效价-唤醒度空间分布以及 SCL-90 与疾病严重程度之间的相关性四个方面进行了论证。在语音和声门数据上测试的自动识别结果表明，音频中对照组的平均准确率为 78%，患者为 60%；而声门数据中对照组为 51%，患者为 38%，表明疾病对情感表达存在影响。
引用
@article{arxiv.2312.08998,
title = {Design, construction and evaluation of emotional multimodal pathological speech database},
author = {Ting Zhu and Shufei Duan and Huizhi Liang and Wei Zhang},
journal= {arXiv preprint arXiv:2312.08998},
year = {2023}
}