基于语音的情感状态分类：机器与人类

本文介绍了我们在相同实验设置下，使用受心理学启发的计算模型与人类表现进行对比，从语音信号中进行情感状态分类的研究。基于心理学研究，我们提出了一种多阶段分类策略，该策略允许针对给定的情感语音分类任务灵活地建立自动分类模型。我们将该策略应用于塞尔维亚情感语音语料库（GEES）和丹麦情感语音语料库（DES），在这些语料库中，先前心理学研究已报告了人类的表现。我们的工作是首次尝试将机器学习应用于GEES语料库，而在此之前只有人类识别率可用。与先前在DES语料库上的工作不同，我们的工作侧重于在相同实验设置下与人类表现进行比较。我们的研究表明，受心理学启发的系统产生的行为在很大程度上类似于人类感知到的行为，并且在相同实验设置下其表现接近人类。此外，我们的工作还揭示了机器和人类在从语音中识别情感状态方面的一些差异。