文献

J-GLOBAL ID：202102248999303145   整理番号：21A0149316

音声感情認識のための独立訓練フレームワークの探索【JST・京大機械翻訳】

Exploration of an Independent Training Framework for Speech Emotion Recognition

著者 (3件)： Zhong Shunming (School of Physics and Telecommunication Engineering, South China Normal University (SCNU), Guangzhou, China) ,  Yu Baoxian (School of Physics and Telecommunication Engineering, South China Normal University (SCNU), Guangzhou, China) ,  Zhang Han (School of Physics and Telecommunication Engineering, South China Normal University (SCNU), Guangzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 222533-222543  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 音声感情認識(SER)は,経験的に学習された特徴(ELF)と自動的に学習された特徴(ALF)のような特徴によって決定される,人間-コンピュータインタラクションタスクにおいて不可欠な役割を果たす。ELFsとALFの両方の融合はSERに対するいくつかの新しい特徴を補完できるが,1つのソフトマックス層内の融合訓練は,感情認識のためにELFsまたはALFのいずれかを使用する異なる性能のため不適当である。この考察に基づいて,本論文は,深い学習モデルの人間知識と強力な学習能力の相補的利点を完全に楽しめる独立した訓練フレームワークを提案した。特に,著者らは,最初に,Mel周波数ケプストラム係数とオープンSMILE特徴を,それぞれ,注意ベース畳込み長短期メモリニューラルネットワークと完全接続ニューラルネットワークから成る独立モデルのペアに供給する。次に,ALFとELFsを抽出するための各モデルに対するフィードバック機構を設計し,ハード例マイニングとハード例損失による再訓練を適用して,訓練中のハード例に関する特徴抽出に焦点を当てた。最後に,ALFsとELFsの独立特徴を用いて感情を区別するために分類器を採用した。3つの公開音声感情データセット(IEMOCAP,EMODB,およびCASIA)に関する広範囲な実験に基づいて,提案した独立訓練フレームワークが従来の特徴融合法より優れていることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  学習モデル ,  ニューラルネットワーク ,  特徴抽出
準シソーラス用語： *感情認識 ,  学習能力 ,  特徴融合 ,  *音声感情認識 ,  ケプストラム係数 , 【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 (4件)： 音声感情認識 ,  訓練 ,  フレームワーク ,  探索