文献

J-GLOBAL ID：202202284106264139   整理番号：22A1077658

感情認識器の中間層出力とオートエンコーダを用いた平静/感情音声の分類

Neutral/Emotional Speech Classification Using Autoencoder and Output of Intermediate Layer in Emotion Recognizer

著者 (6件)： SANTOSO Jennifer (Univ. Tsukuba) ,  YAMADA Takeshi (Univ. Tsukuba) ,  ISHIZUKA Kenkichi (RevComm) ,  HASHIMOTO Taiichi (RevComm) ,  MAKINO Shoji (Univ. Tsukuba) ,  MAKINO Shoji (Waseda Univ.)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-3P-3  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ・音声感情認識タスクにおける平静音声分類の性能を改善することが目的。
・オートエンコーダと感情認識器の中間層出力を使用した平静/感情音声の分類方法の提案とその有効性の検討。
・最先端の音声感情認識手法との比較による,提案手法の性能の検討。

シソーラス用語： *アルゴリズム ,  *認識 ,  音声 ,  層 ,  特徴抽出 ,  ニューラルネットワーク ,  音声認識 ,  機械学習
準シソーラス用語： *オートエンコーダ ,  *音声感情認識 ,  感情音声 ,  中間層 ,  LSTM ,  深層学習

分類 (1件)： パターン認識  (JE07000S)

引用文献 (13件)：

• Y. Li, T. Zhao, T. Kawahara, “Improved end-to-end speech emotion recognition using self attention mechanism and multitask learning,” Proc. Interspeech, pp. 2803-2807, 2019.
• M. Neumann, N.T. Vu, “Attentive convolutional neural network based speech emotion recognition: A study on the impact of input features, signal length, and acted speech,” in Proc. Interspeech, pp. 1263-1267, 2017.
• H. Feng, S. Ueno, T. Kawahara, “End-to-end speech emotion recognition combined with acoustic-to-word ASR,” Proc. Interspeech pp. 501-505, 2020.
• Y. Koizumi, S. Saito, H. Uematsu, Y. Kawachi, N. Harada, “Unsupervised detection of anomalous sound based on deep learning and the Neyman-Pearson lemma,” IEEE/ACM Transactions on Audio Speech and Language Processing, pp. 212-224, 2019.
• H. Okamoto, M. Suzuki, Y. Matsuo, “Out-of-distribution detection using joint probability between class and geometric transformation,” IPSJ Journal, vol. 62, no. 7, pp. 1382-1392, 2021.

タイトルに関連する用語 (5件)： 感情認識 ,  中間層 ,  オートエンコーダ ,  感情音声 ,  分類