ConcealNet:深い音声感情認識におけるパケット損失隠蔽のためのエンドツーエンドニューラルネットワーク【JST・京大機械翻訳】

Mohamed Mostafa M.; Schuller Bjorn W.

プレプリント

J-GLOBAL ID：202202218283125912 整理番号：22P0147753

ConcealNet:深い音声感情認識におけるパケット損失隠蔽のためのエンドツーエンドニューラルネットワーク【JST・京大機械翻訳】

ConcealNet: An End-to-end Neural Network for Packet Loss Concealment in Deep Speech Emotion Recognition

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 (2件)： ,
資料名：
発行年： 2020年05月15日プレプリントサーバーでの情報更新日： 2020年05月15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)

パケット損失は,音声データ伝送を含むデータ伝送における共通の問題である。これは,ストリーミングアプリケーションや音声感情認識(SER)のようなストリームオーディオデータを利用する広範囲の応用に影響を及ぼす可能性がある。パケット損失会議(PLC)は,パケット損失に直面する技術である。単純なPLCベースラインは,0置換または線形補間である。本論文では,積層リカレント神経細胞で使用できる隠蔽ラッパーを提示する。隠蔽セルは,推論時間でリアルタイムのステップワイズエンドツーエンドPLCを実行する,リカレントニューラルネットワーク(ContalNet)を提供できる。さらに,エンドツーエンド感情予測ニューラルネットワークによる拡張は,失われたフレーム,エンドツーエンドのオーディオからSERを実行するネットワークを提供する。提案したモデルを前述のベースラインに対して比較した。さらに,より良い性能を有する双方向性変異体を利用した。評価のために,連続感情ラベルを持つ長いオーディオトラックを与えられた公開RECOLAデータセットを選択した。ConcealNetは,オーディオの再構成と,それの後に予測した対応する感情の品質に関して評価した。提案したConcealNetモデルは,損失が頻繁に起こる場合でも,長い継続時間で損失を持たない環境において,オーディオ再構成と対応する感情予測の両方に対して,かなりの改善を示した。【JST・京大機械翻訳】

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

符号理論 , 音声処理

, ,

前のページに戻る