國立成功大學  研究發展處
BANYAN
第三十一卷 第四期 - 2017年三月三日
加入書籤 RSS 訂閱『榕園』
評論
成功大學學務處心輔組
104學年度全校輔導優良導師專訪---物理系 許瑞榮老師
文摘
吳宗憲
應用聲學韻律學及語意標籤之多分類器於情感語音之情緒辨識
莊偉哲
馬來蝮蛇去組合蛋白的RGD環圈與C端區域會影響到它與組合蛋白αIIbβ的辦識
陳志勇
四十年之教學價值與產業貢獻
葉晨聖
一位化學家在奈米生醫領域可做甚麼?
趙怡欽
長期自主發展關鍵技術與系統的挑戰-以衛星過氧化氫反應控制系統(RCS)為例
張為民
光子晶體中玻色-愛因斯坦統計分佈的崩壞
陳陽益
斜坡底床之波波交互作用
謝孫源
使用多重索引混和鍵樹實作路由表查詢與更新
簡伯武
社會隔離誘發海馬迴NMDA受體增多導致小鼠情緒調控異常
新聞消息
成大新聞中心
成大蘇慧貞校長北一女演講 期許學生遇見更好的自己
成大新聞中心
台德學術交流研討會 借鏡德國經驗為社會帶來新思考
成大新聞中心
成大新K館啟用 跳脫傳統思維的學習共享空間
成大新聞中心
「赤壁賦」躍上曲面牆 吳玉成副教授為成大總圖書館添文采
成大新聞中心
科技部105年度傑出研究獎 成大教授囊括七席
成大新聞中心
成大護理系顏妙芬教授 獲國際護理協會「政策創新貢獻獎」
成大新聞中心
成大、永豐銀行 成立Atelier Future未來智慧生活工場
榕園論壇
機會
活動
編輯室
應用聲學韻律學及語意標籤之多分類器於情感語音之情緒辨識
吳宗憲*、梁維彬
國立成功大學資訊工程系
【105年科技部傑出研究獎】得獎人專刊

音為人類溝通最自然且最基本之方式。近年來,口述對話系統已成功應用在多個領域上。然而其應用仍局限在簡單資訊對話系統上,例如導航及旅遊資訊系統等[1][2]。 為了能將其應用在較複雜之對話系統 (例如家庭照護 [3] 教育/訓練,及聊天 [4]),情感互動將是一重要成分。然而要透過語音做情感互動,在技術上仍存在相當多之問題。本研究提出一應用聲學韻律學及語意標籤之多分類器於情感語音之情緒辨識。

圖一為應用聲學韻律學及語意標籤之多分類器於情感語音之情緒辨識之架構圖。在此研究中,對於採用聲學韻律學參數之部分,首先我們取出輸入語音中之情緒重要區段。而後利用此區段之參數建立高斯混合模型(GMM),支持向量機模型(SVM)及多層感知模型(MLP)當成基礎辨識器。而後利用超決策樹來結合此三辨識模型。另一方面,應用語音辨識後之文字訊息,建立一語意標籤模型。此語意標籤乃透過中文知識庫知網(HowNet[5])來建立。而後利用文字探勘技術擷取出情緒關聯規則(EAR)。最後,我們利用最大熵模型[6]來輸出情緒辨識結果。最後整合兩種辨識器,以得到最後情緒辨識結果。此外我們亦考慮人格特質之因素以提高情緒辨識之效能。

在效能評量中,我們蒐集了2,033 情緒語句包含中性,快樂,生氣及悲傷四種情緒。評量結果如表一所示。根據艾森克人格問卷, 語者A(Speaker A) 是外向型,辨識結果顯示其在高興及生氣情緒有較強之表現。語者B(Speaker B) 既非外向亦非內向,評量結果顯示在四種情緒之表現差異不大。從評量結果可驗證本研究所提方法有其可靠性。總結而言,本系統在考量人格特質之條件下,其辨識準確率可達85.79%,再次肯定本方法之有效性。
圖一: 應用聲學韻律學及語意標籤之多分類器於情感語音之情緒辨識之架構圖



Copyright National Cheng Kung University