《考虑情感程度相对顺序的维度语音情感识别》由会员分享，可在线阅读，更多相关《考虑情感程度相对顺序的维度语音情感识别（7页珍藏版）》请在金锄头文库上搜索。
1、考虑情感程度相对顺序的维度语音情感识别韩文静李海峰马 琳哈尔滨工业大学计算机学院，黑龙江哈尔滨1 5 0 0 0 1摘要：维度语音情感识别( D i m - S E R ) 是情感计算领域的一个新兴分支，它从多维、连续的角度看待情感，将S E R 问题建模为连续值的预测回归任务。当前的D i m - S E R 系统在进行情感预测时缺少对语料间情感程度相对顺序的考虑，严重影响了人机交互系统对说话人情感变化趋势的把握。从该需求出发，本文以人类情感认知特性为参照，构建了一个对情感程度相对顺序敏感的D i m - S E R 系统，并引入G a m m a 统计对S E R 系统性能评价标准加以完善
2、。系统构建过程中，本文构造了T o p - r a n k 概率分布对语料间的情感顺序进行描述，并使用K u l l b a c k - L e i b l e r 距离对预测造成的顺序一致性损失进行度量，最后提出顺序敏感的神经网络算法实现系统预测损失的最小化。情感预测实验结果表明，同常用的k 近邻算法和支持向量回归算法相比，该系统有效地提高了语料间情感程度相对顺序的正确性。维度语音情感识别；情感空间；K u l l b a c k - L e i b l e r 距离；神经网络；梯度下降T P 3 9 1 . 4A1 0 0 3 - 0 5 3 0 ( 2 0 1 1 ) 1 1 - 1 6
3、 5 8 - 0 6C o n s i d e r i n g r e l a t i v e o r d e r o f e m o t i o n a l d e g r e e i n d i m e n s i o n a l s p e e c h e m o t i o n r e c o g n i t i o nH A N W e n - j i n gL I H a i - f e n gM A L i n2 0 1 1 - 0 6 - 0 12 0 1 1 - 1 0 - 0 7自然科学基金( 6 0 7 7 2 0 7 6 ) ；语言语音教育部微软重点实验室开放基金资助项
4、目( H I T . K L O F . 2 0 0 9 0 1 5 ) ；高等学校博士学科点专项科研基金( N o . 2 0 0 5 0 2 1 3 0 3 2 )复相同过程。为只； 同理， l料进行情的神经网！ 1 L e e , C . , N a r a y a n a n , S . , P i e r a c c i n i , R . . C o m b i n i n g a c o u st i c a n d l a n g u a g e i n f o r m a t i o n f o r e m o t i o n r e c o g n i t i o n C
5、/ /P r o c . I C S L P , 2 0 0 2 . 8 7 3 - 8 7 6 . 2 D e l l a e r t , F . , P o l z i n , T . , W a i b e l , A . . R e c o g u i z i n g e m o t i o n i n s p e e c h C / / P r o c . I C S L P , 1 9 9 6 . 1 9 7 0 - 1 9 7 3 . 3 S c h u l l e r , B . , R i g o l l , G . L a n g , M . . H i d d e n M
6、 a r k o v m o de l - b a s e d s p e e c h e m o t i o n r e c o g n i t i o n C / / P r o c . I C M E ,2 0 0 3 , 1 . 4 0 1 - 4 0 4 . 4 G i a n n a k o p o u l o s , T . , P i k r a k i s , A . T h e o d o r i d i s , S . . A d im e n s i o n a l a p p r o a c h t o e m o t i o n r e c o g n i t i
7、o n o f s p e e c h f r o m m o v i e s C / / P r o c . I C A S S P , 2 0 0 9 . 6 5 - 6 8 . 5 G r i m m , M , K r o s c h e l , K . N a r a y a n a n , S . . S u p p o r t v e c t o r r e g r e s s i o n f o r a u t o m a t i c r e c o g n i t i o n o f s p o n t a n e o u s e m ot i o n s i n s p e
8、 e c h C P r o c . I C A S S P , 2 0 0 7 , . 1 0 8 5 -1 0 8 8 . 6 R u s s e l l , J . . A c i r c u m p l e x m o d e l o f a f f e c t J . J o u r n a l o f P e r s o n a l i t y & S o c i a l P s y c h o l o g y , 1 9 8 0 , 3 9 ( 6 ) : 1 1 6 1 -1 1 7 8 . 7 Y a n g , Y . , L i n , Y . , S u , Y . ,
9、 C h e n , H . A r e g r e s s i o n a pp r o a c h t o m u s i c e m o t i o n r e c o g n i t i o n J . I E E E T r a n s . A ud i o , S p e e c h & L a n g u a g e P r o c e s s i n g , 2 0 0 8 , 1 6 , ( 2 ) : 4 4 8 -4 5 7 . 8 H a n j a l i c , A . , X u , L . . A f f e c t i v e v i d e o c o n
10、t e n t r e p r e s e n t at i o n a n d m o d e l i n g J . I E E E T r a n s . o n M u l t i m e d i a , 2 0 0 5 ,7 ( 1 ) : 1 4 3 - 1 5 4 . 9 K e h r e i n , R . T h e p r o s o d y o f a u t h e n t i c e m o t i o n s C / / P r o c .S p e e c h P r o s o d y C o n f e r e n c e , 2 0 0 2 . 4 2 3
11、 - 4 2 6 . 1 0 G r i m m , M . , K r o s c h e l , K . a n d N a r a y a n a n , S . . T h e V e r a a m M i t t a g G e r m a n a u d i o - v i s u a l e m o t i o n a l s p e e c h d a t a b a s e C / / P r o c . I C M E , 2 0 0 8 . 8 6 5 - 8 6 8 . 1 1 S c h u l l e r , B . , S t e i d l , S . , B
12、 a t l i n e r , A . , B u r k h a r d t , F . , D e v i ll e r s , L . , M t t l l e r , C . , N a r a y a n a n , S . . T h e I N T E R S P E E C H 2 0 1 0 P a r a l i n g u i s t i c C h a l l e n g e C / / P r o c . I N T E R S P E E C H ,2 0 1 0 . 2 7 9 4 - 2 7 9 7 . 1 2 E y b e n , F . , W ( o
13、 ) l l m e r , M . , S e h u l l e r , B . . o p e n S M I L E - T h e M u n i c h V e r s a t i l e a n d F a s t O p e n - S o u r c e A u d i o F e a t u r e E xt r a c t o r C / / P r o c . A C M M u l t i m e d i a ( M M ) , A C M , F l o re n c e , I t a l y , 2 0 1 0 . 1 4 5 9 - 1 4 6 2 . 1 3
14、 E y b e n , F . , W o e l l m e r , M . , S c h u l l e r , B . . o p e n S M I L E - t h e M u n i c h o p e n S p e e c h a n d M u s i c I n t e r p r e t a t i o n b y L a r g e S p a c e E x t r a c t i o n t o o l k i t , V e r s i o n 1 . 0 . 1 E B / O L . h t t p :o p e n s m i l e . s o u
15、r c e f o r g e . n e t , M a y 2 3 r d 2 0 1 0 .韩文静( 1 9 8 3 - ) ，女，河南省正阳人， 博士生， 主要研究方向为语音情感识别。E - m a i l : w j h a n h i t . e d u . c n李海峰( 1 9 6 9 - ) ， 男， 黑龙江省哈尔滨人， 博士， 教授， 主要研究方向为语音信号处理、自然人机交互技术、智能信息处理技术、人工脑与认知科学等。马琳( 1 9 6 7 - ) ，女，黑龙江省哈尔滨人，博士，副教授，主要研究方向为图象处理技术、 模式识别、 生物信息技术、认知科学等。考虑情感程度相对顺序的维度语音情感识别考虑情感程度相对顺序的维度语音情感识别作者：韩文静， 李海峰， 马琳 作者单位：哈尔滨工业大学计算机学院,黑龙江哈尔滨
