認知および物理的負荷の下での音声分析のためのハイブリッド手工および学習可能オーディオ表現【JST・京大機械翻訳】

Elbanna Gasser; Biryukov Alice; Scheidwasser-Clow Neil; Orlandic Lara; Mainar Pablo; Kegler Mikolaj; Beckmann Pierre; Cernak Milos

プレプリント

J-GLOBAL ID：202202215107235648 整理番号：22P0322858

認知および物理的負荷の下での音声分析のためのハイブリッド手工および学習可能オーディオ表現【JST・京大機械翻訳】

Hybrid Handcrafted and Learnable Audio Representation for Analysis of Speech Under Cognitive and Physical Load

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月30日プレプリントサーバーでの情報更新日： 2022年06月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

脅威または有害条件に対する神経生理学的応答として,ストレスは,持続的曝露の場合の健康に対する潜在的に有害な効果を伴う認知,感情および行動に影響を及ぼすことができる。音声の感情的内容は,個人の身体的および精神的状態によって本質的に変調されるので,ストレス誘発タスク負荷のパラ言語的相関の研究に対して,かなりの研究が払われてきた。歴史的に,音声ストレス解析(VSA)は,従来のディジタル信号処理(DSP)技術を用いて行われている。深層ニューラルネットワーク(DNN)に基づく近代的方法の開発にもかかわらず,音声におけるストレスを正確に検出することは,多様なストレッサーと個々のストレス知覚におけるかなりの変動のために困難のままである。そのために,音声におけるタスク負荷検出のための5データセットのセットを導入した。音声記録は,認知的または身体的ストレスをボランティアのコホートで誘発し,累積数は100話者以上であった。手作業特徴(DSPベース)の有効性およびデータ駆動DNN表現の複雑性を利用する新しい自己教師付きオーディオ表現を設計し,評価するデータセットを使用した。特に,提案アプローチは,広範囲な手作業特徴集合と新しいDNNベースオーディオ表現学習手法の両者を凌駕した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

音声処理

, , , , , ,

前のページに戻る