文献

J-GLOBAL ID：201202200401088314   整理番号：12A1057306

三層モデルを用いた会話における情動次元推定法の比較

Comparison of Methods for Emotion Dimensions Estimation in Speech Using a Three-Layered Model

著者 (2件)： ELBAROUGY Reda (Japan Advanced Inst. of Sci. and Technol., Ishikawa, JPN) ,  AKAGI Masato (Japan Advanced Inst. of Sci. and Technol., Ishikawa, JPN)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 81(SP2012 33-49)  ページ： 19-24  発行年： 2012年06月07日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 次元手法に基づいて音声信号内で表現した情動を推定する三層モデルを提案した。音響特徴から直接情動次元を予測する複数の推定器を用いて音声信号に対する三つの情動次元(バレンス,活性化,優越)を推定した。しかし,音響特徴に相関するバレンス次元数は少なく,強くなく,その予測は困難であった。本研究は,バレンス次元を精密に予測できるように次元法を改善した。提案のモデルは三層;音響特徴,意味論プリミティブ,情動次元から成る。まず,幾つかの一般的な推定法を比較し,従来の二層モデルと提案の三層モデルの性能を比較した。実験結果は,推定器としてファジィ推論系とKNNを用いる提案の三層モデルが同じ推定器を用いる従来の二層モデルに優ることを示した。(翻訳著者抄録)

シソーラス用語： *音声認識 ,  *情動 ,  次元 ,  予測モデル ,  意味論 ,  ファジィ推論 ,  パラメータ推定 ,  多層構造 ,  音声処理 ,  会話
準シソーラス用語： 音響特徴 ,  最近傍問題 ,  三層構造 ,  推定法 ,  性能比較

分類 (1件)： パターン認識  (JE07000S)

引用文献 (14件)：

• PIERRE-YVES, O. The production and recognition of emotions in speech : features and algorithms. International Journal of Human-Computer Studies. 2003, 59, 1-2, 157-183
• LEE, C. M. Toward Detecting Emotions in Spoken Dialogs. IEEE Transactions on Speech and Audio Processing. 2005, 13, 2, 293-303
• ALBRECHT, I. Mixed feelings : Expression of non-basic emotions in a muscle-based talking head. Virtual Reality. 2005, 8, 4, 201-212
• WU, D. Acoustic Feature Analysis in Speech Emotion Primitives Estimation. Proceedings of InterSpeech, 2010. 2010, 785-788
• SCHRODER, M. Acoustic Correlates of Emotion Dimensions in View of Speech Synthesis. Proc. Eurospeech, 2001. 2001, 87-90

タイトルに関連する用語 (5件)： モデル ,  会話 ,  情動 ,  次元 ,  推定法