文献

J-GLOBAL ID：201702274761498669   整理番号：17A0142490

畳込みおよびリカレントニューラルネットワークを用いた音声感情認識【Powered by NICT】

Speech emotion recognition using convolutional and Recurrent Neural Networks

著者 (3件)： Lim Wootaek (Audio and Acoustics Research Section, ETRI, Daejeon, Korea) ,  Jang Daeyoung (Audio and Acoustics Research Section, ETRI, Daejeon, Korea) ,  Lee Taejin (Audio and Acoustics Research Section, ETRI, Daejeon, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深層アーキテクチャモデルと学習アルゴリズムの設計の急速な発展に伴い,深い学習と呼ばれる方法は,パターン認識,分類,信号処理などの研究種々の分野で広く使用されるようになってきた。深学習法は,画像,音声,および音楽認識のような各種の認識タスクに適用されている。畳込みニューラルネットワーク(CNN)は,特にコンピュータビジョンタスクのための優れた認識性能を示した。さらに,リカレントニューラルネットワーク(RNN)は,多くの逐次データ処理タスクにおけるかなりの成功を示した。本研究では,感情音声データベースを用いて訓練されたCNNとRNNに基づく音声感情認識(SER)アルゴリズムの結果を調べた。我々の研究の目的は,伝統的な手作りの特徴を使用せずに連接CNNとRNNに基づくSER法を提案することである。感情音声データベースに対して提案手法を適用することにより,分類結果は,従来の分類法を用いて得られたものより良い精度を持つことを確認した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データ処理 ,  高速度 ,  データベース ,  パターン認識 ,  音楽 ,  深層 ,  *畳込み ,  *ニューラルネットワーク ,  学習アルゴリズム ,  アルゴリズム ,  学習 ,  感情音声 ,  *リカレントニューラルネットワーク
準シソーラス用語： 分類法 ,  *音声感情認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込み ,  リカレントニューラルネットワーク ,  音声感情認識