Автоматическое распознавание паралингвистических характеристик говорящего: способы улучшения качества классификации

Sidorov, Maxim; Schmitt, Alexander; Semenkin, Eugene S.; Сидоров, Максим; Шмитт, Александр; Семенкин, Евгений C.

Автоматическое распознавание паралингвистических характеристик говорящего: способы улучшения качества классификации

Sidorov, Maxim, Schmitt, Alexander, Semenkin, Eugene S., Сидоров, Максим, Шмитт, Александр, Семенкин, Евгений C.

Дата публикации: 2015-05

Дата публикации в реестре: 2020-03-13T23:51:54Z

Аннотация:

Способность искусственных систем распознавать паралингвистические характеристики говоря- щего, такие как эмоциональное состояние, наличие и степень депрессии, открытость человека, является полезной для широкого круга приложений. Однако производительность таких систем далека от идеальных значений. В этой статье мы предлагаем подходы, применение которых позволяет существенно улучшить производительность систем распознавания. В работе описы- вается метод построения адаптивных эмоциональных моделей, позволяющих использовать ха- рактеристики конкретного человека для построения точных моделей. В статье представлены алгоритмы выявления наиболее значимых характеристик речевых сигналов, позволяющие одно- временно максимизировать точность решения поставленной задачи и минимизировать количе- ство используемых характеристик сигнала. Наконец, предлагается использовать комбинирован- ные аудио визуальные сигналы в качестве входов для алгоритма машинного обучения. Указанные подходы были реализованы и проверены на 9 эмоциональных речевых корпусах. Результаты прове- денных экспериментов позволяют утверждать, что предложенные в статье подходы улучшают качество решения поставленных задач с точки зрения выбранных критериев

Ключевые слова:
recognition of paralinguistic signals, machine learning algorithms, speaker-adaptive emotion recognition, multimodal approach, распознавание паралингвистических характеристик, алгоритмы машинного обучения, адаптивная процедура распознавания эмоций, мультимодальность

Тип: Journal Article