基于语音非线性建模的语言无关情绪量化
声音
2021-02-12 v1 计算与语言
音频与语音处理
摘要
当前由于语音情绪提取的多样化应用，其已成为一个非常重要的问题。因此，获取考虑个人说话风格、声道信息、音色特质及其他与其声音相关的先天信息的模型变得绝对必要。我们的语音产生系统如同大多数其他现实世界系统一样是一个非线性系统。因而需要使用非线性技术对语音信息建模。在本工作中，我们使用非线性多重分形分析对发音系统建模。多重分形谱宽度和标度指数基本揭示了所取语音信号相关的复杂性。多重分形谱在不同情绪情况下于低涨落区可良好区分。源特征已借助多重分形去趋势波动分析、小波变换模极大值等不同非线性模型进行量化。本研究所得结果在情绪聚类中给出了非常好的表现。
引用
@article{arxiv.2102.06003,
title = {Language Independent Emotion Quantification using Non linear Modelling of Speech},
author = {Uddalok Sarkar and Sayan Nag and Chirayata Bhattacharya and Shankha Sanyal and Archi Banerjee and Ranjan Sengupta and Dipak Ghosh},
journal= {arXiv preprint arXiv:2102.06003},
year = {2021}
}