基于谱特征的语音情感识别中的语言与性别差异
声音
2022-10-28 v2 音频与语音处理
摘要
本工作探究了性别与基于语言的发声差异对情感表达分类精度的影响。情感表达从语音谱特征（梅尔频率倒谱系数、梅尔谱图、谱对比度）的角度考量。情感依据基本情感理论视角看待。利用卷积神经网络对英语、德语和意大利语情感音频数据集中的情感表达进行分类。通过以下方式评估谱特征的发声差异：（i）识别合适谱特征的比较分析，（ii）单语、多语与跨语言情感数据的分类表现，以及（iii）机器学习模型的实证评估，以考察性别与语言差异对分类精度的影响。结果表明，谱特征为提高情感表达分类提供了潜在途径。此外，情感表达分类在单语与跨语言情感数据中精度较高，而在多语言数据中较差。类似地，不同性别群体间分类精度存在差异。这些结果证明了考虑群体差异对于实现准确语音情感识别的重要性。
引用
@article{arxiv.2112.09596,
title = {Linguistic and Gender Variation in Speech Emotion Recognition using Spectral Features},
author = {Zachary Dair and Ryan Donovan and Ruairi O'Reilly},
journal= {arXiv preprint arXiv:2112.09596},
year = {2022}
}
备注
Presented at AICS 2021 Conference - Machine Learning for Time Series Section Published in CEUR Vol-3105 http://ceur-ws.org/Vol-3105/paper34.pdf This publication has emanated from research supported in part by a Grant from Science Foundation Ireland under Grant number 18/CRT/6222 Associated source code https://github.com/ZacDair/SER_Platform_AICS 12 Pages, 5 Figures