文献

J-GLOBAL ID：202202256904842113   整理番号：22A0980641

マルチチャネル畳込みとSEnetネットワークに基づく教室音声感情認識【JST・京大機械翻訳】

Classroom Speech Emotion Recognition Based on Multi-channel Convolution and SEnet Network

著者 (5件)： Liang Ke-Jin (School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China) ,  Zhang Hai-Jun (School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China) ,  Liu Ya-Qing (School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China) ,  Zhang Yu (School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China) ,  Wang Yue-Yang (School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 854  ページ： 242-248  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 音声感情認識は,現在の人工知能バックグラウンドにおける研究ホットスポットの1つである。それは多くのシナリオと分野で応用されている。伝統的音声感情認識モデルの低精度と複雑な訓練パラメータの問題を解決するために。本論文は,教室教育に音声感情を導入し,音声の感情特性を抽出することにより,感情認識モデルとしてSEnetネットワークと組み合わせたマルチチャネル畳込みを提案する。自製感情データセットにおいて,精度率,F1値,および再現率は,すべて良い性能を有する。モデルの有効性を比較実験によって検証する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声 ,  教育 ,  *畳込み ,  *感情 ,  *ネットワーク ,  ニューラルネットワーク ,  精度 ,  人工知能 ,  モデル ,  ホットスポット ,  パラメータ ,  機械学習
準シソーラス用語： *感情認識 ,  再現率 ,  *音声感情認識 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  音声感情認識 ,  ニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： マルチチャネル ,  畳込み ,  教室 ,  音声感情認識