文献

J-GLOBAL ID：201802249933442945   整理番号：18A1298832

音声からの感情変化の予測【JST・京大機械翻訳】

Prediction of Emotion Change From Speech

著者 (4件)： Huang Zhaocheng (School of Electrical Engineering and Telecommunications, University of New South Wales) ,  Huang Zhaocheng (Data61, The Commonwealth Scientific and Industrial Research Organisation (CSIRO)) ,  Epps Julien (School of Electrical Engineering and Telecommunications, University of New South Wales) ,  Epps Julien (Data61, The Commonwealth Scientific and Industrial Research Organisation (CSIRO))
資料名： Frontiers in ICT (Web)  (Frontiers in ICT (Web))
巻： 5  ページ： 11  発行年： 2018年 
JST資料番号： U7073A  ISSN： 2297-198X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 感情が自然に動き,時間を通して進化するという事実は,今日までの自動感情認識システムにおいて比較的少なく探索されてきた。感情変化に関する発話内情報は,最近,いくつかの注意を受けているが,デルタ感情地の真実性にアプローチする方法,音声からの感情変化の程度を予測する方法,および絶対感情評価に対してどのように変化が予測できるかなどの未解決の問題が残っている。本論文では,覚醒/原子価における感情変化の程度を連続的に予測するための音声に基づく自動システムを検討した。著者らは,従来の研究で一般的に使われている手法である一次デルタよりもかなり高い評価者間信頼性をもたらす,感情変化のためのグランドトルースとしての回帰(平滑化)デルタの使用を提案し,感情変化研究のための注釈を導き出すためのより適切なアプローチを示した。さらに,音声からの連続的感情変化予測のための最初のシステム設計を調査した。出力-連想学習ベクトルマシンフレームワークの下での実験結果は,感情評価の変化がRECOLAデータベース上の絶対感情評価よりも良く予測される可能性があり,一致相関係数において,覚醒に対して0.74対0.71,原子価に対して0.41対0.37を達成することを示した。しかし,絶対感情評価における多数の非変化フレームにより,SEMAINEデータベース上での効果的な感情変化予測性能を達成するためには更なる研究が必要である。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  発話 ,  平滑化 ,  システム設計 ,  *予測 ,  相関係数 ,  覚醒 ,  原子価 ,  信頼性
準シソーラス用語： 予測性能 ,  連合学習 ,  グランドトゥルース ,  感情認識 , 【Automatic Indexing@JST】

著者キーワード (8件)： 感情変化 ,  連続感情予測 ,  感情変化予測 ,  音声ベースの感情コンピューティング ,  感情変化グランドの真理 ,  感情動力学 ,  関連ベクトルマシン ,  評定者間協定

分類 (2件)： 応用心理学  (AE02000A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 音声 ,  感情変化 ,  予測