语音与文本情感识别中愤怒与开心误判分析

• 作者: 冯亚琴 沈凌洁 王蔚 胡婷婷
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 情感识别 声学特征 文本特征 混淆矩阵
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 124-127,134
• 页数: 5页
• 分类号: TP18
• 字数: 3995字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.11.028

摘要

在语音情感识别的研究中发现,愤怒与开心之间通过语音信息较难区分,文中将结合文本信息对这两种情感进行区分,以提高其识别率.使用IEMOCAP与SAVEE数据集中语音数据提取声学特征,分别使用卷积神经网络与支持向量机训练分类器模型,对中性、愤怒、开心、悲伤四类情感进行识别,对情感之间误判情况以及识别准确率进行分析,验证了语音通道信息对于愤怒与开心容易产生误判的结论.为解决此问题,加入文本信息,训练文本识别模型,有效解决了愤怒与开心的误判情况.同时发现两通道信息对情感识别的不同影响,在声音中包含更多利于识别愤怒和悲伤情感的信息;在文本中包含更多利于识别中性与开心情感的信息.声音情感识别中,愤怒/开心之间易误判,愤怒/悲伤之间易区分.文本情感识别中,愤怒/开心之间易区分,愤怒/悲伤之间易误判.声学与文本特征融合后,情感识别准确率相比单一通道明显提高,两通道信息对于情感识别具有互补作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王蔚	南京师范大学教育科学学院机器学习与认知实验室	51	369	10.0	18.0
2	沈凌洁	南京师范大学教育科学学院机器学习与认知实验室	4	4	2.0	2.0
3	胡婷婷	南京师范大学教育科学学院机器学习与认知实验室	7	4	2.0	2.0
4	冯亚琴	南京师范大学教育科学学院机器学习与认知实验室	5	4	2.0	2.0