迈向印尼语语音情感自动识别 (I-SpEAR)
人机交互
2017-10-02 v1
摘要
尽管语音情感识别 (SER) 作为研究课题受到了广泛关注，但关于哪些语音特征能够识别特定情感仍存在一些争议。此外，已知情感表达会因文化背景而异，这使得研究特定于该语言所属文化的 SER 显得尤为重要。此外，仅有少数研究涉及印尼语的 SER，这正是本研究试图探索的内容。在本研究中，我们从 38 名参与者收集的 3420 条语音数据中提取了简单特征。通过线性混合效应模型对这些特征进行比较，结果表明处于情感和非情感状态的人可以通过其语音时长来区分。使用 SVM 并以语音时长作为输入特征，我们在分类情感与非情感语音时达到了 76.84% 的平均准确率。
引用
@article{arxiv.1709.10460,
title = {Towards Indonesian Speech-Emotion Automatic Recognition (I-SpEAR)},
author = {Novita Belinda Wunarso and Yustinus Eko Soelistio},
journal= {arXiv preprint arXiv:1709.10460},
year = {2017}
}
备注
4 pages, 3 tables, published in 4th International Conference on New Media (Conmedia) on 8-10 Nov. 2017 (http://conmedia.umn.ac.id/) [in print as in Sept. 17, 2017]