$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

프롬프트 레이블링을 이용한 적응형 음성기반 감정인식 프레임워크
Adaptive Speech Emotion Recognition Framework Using Prompted Labeling Technique

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.21 no.2, 2015년, pp.160 - 165  

방재훈 (경희대학교 컴퓨터공학과) ,  이승룡 (경희대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

기존의 음성기반 감정인식 기술은 다양한 사용자로부터 수집된 데이터를 기반으로 범용적인 훈련 모델을 생성하고 이를 기반으로 감정을 인식한다. 이러한 음성기반 감정인식 모델링 기술은 개인 사용자의 음성특징을 정확히 고려하기 힘든 방법으로 개인마다 인식 정확도의 편차가 크다. 본 논문에서는 스마트폰 환경에서 프로프트 레이블링 기법을 활용하여 사용자에게 즉각적으로 감정을 피드백 받아 새로운 모델을 생성하여 적용하는 적응형 음성기반 감정인식 프레임워크를 제안한다. 실험을 통하여 제안하는 적응형 음성기반 감정인식 기법이 기존의 범용적인 모델을 사용하였을 때 보다 정확도가 크게 증가됨을 증명하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Traditional speech emotion recognition techniques recognize emotions using a general training model based on the voices of various people. These techniques can not consider personalized speech character exactly. Therefore, the recognized results are very different to each person. This paper proposes...

주제어

#음성기반 감정인식   #클러스터링   #개인화   #기계학습  

참고문헌 (9)

  1. A. B. Kandali, A. Routray, T. K. Basu, "Emotion recognition from Assamese speeches using MFCC features and GMM classifier," Proc. of the TENCON 2008, pp. 1-5, 2008. (in Inda) 

  2. Z. Xiao, Dellandrea, L. Chen, W. Dou, "Recognition of emotions in speech by a hierarchical approach," Proc. of the 3rd International Conference on Affective Computing and Intelligent Interaction, pp. 1-8, 2009. (in Netherlands) 

  3. D. Morrison, R. Wang, Liyanage C. D. Silva "Ensemble methods for spoken emotion recognition in call-centres," Speech Communication, Vol. 49, Issue 2, pp. 98-112, 2007. 

    상세보기 crossref

  4. Tauhidur Rahman, Carlos Busso, "a Personalized Emotion Recognition System Using An Unsupervised Feature Adaptation Scheme," Proc. of the Acoustics, Speech and Signal Processing 2012, pp. 5117-5120, 2012. (in Japan) 

  5. SangMin Ahn, MinCheol Whang, DongKeun Kim, JongHwa Kim, SangIn Park, "Real-time emotion recognition technology using individualization processemotional technology," Korean Journal of the Science of Emotion and Sensibility, Vol. 15, No. 1, pp. 133-140, 2012. 

  6. Jae Hun Bang, Sungyong Lee, "Call Speech Emotion Recognition for Emotion based Services," Journal of KIISE, Software and Application, Vol. 41, No. 3, pp. 208-213, 2014. 

  7. Jae Hun Bang, Sungyoung Lee, Taechung Jung, "Speech Emotion Recognition Framework on Smartphone Environment," Proc. of the 39th KIPS, Vol. 20, Issue 1, pp. 254-256, 10-11, 2013. 

  8. A. Klautau (2005, Nov. 22), "The MFCC," [Online]. Available: http://www.cic.unb.br/-lamar/te073/Aulas/mfcc.pdf (downloaded 2012, Nov. 10) 

  9. Wikipedia (2015, Jan. 7), "k-means clustering [Online]. Available: http://en.wikipedia.org/wiki/K-means_clustering (downloaded 2012, Nov. 10) 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로