Детектирование эмоций в речи с использованием долгой краткосрочной памяти

С. 1083–1089.

Попова А. С., Рассадин А. Г., Пономаренко А. А.

Рассматривается задача автоматической классификации эмоций в цифровом аудио сигнале. В работе рассматривается и верифицируется подход, в котором классификация звукового фрагмента производится с помощью рекуррентной нейронной сети c долговременно-кратковременной памятью. В качестве признаков использовались мел-кепстральные коэффициенты. Произведен численный эксперимент на открытом наборе данных Ravdess, включающий 8 различных эмоций: “нейтральный”, “спокойный”, “счастливый”, “грустный”, “злой”, “испуганный”, “отвращение”, “удивление” и проведено сравнение разных наборов признаков и разных архитектур сети.

Ключевые слова: разностные (рекуррентные) уравнения, deep learning, глубокое обучение, LSTM, RNN, ИСТ-2018, мел-кепстральные коэффициенты, нейронные сети c долговременно-кратковременной памятью, анализ речи

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Разработка и апробация эффективных методов классификации для больших баз мультимедийных данных (2017)

В книге

Материалы XXIV международной научно-технической конференции «Информационные системы и технологии-2018

[б.и.], 2018.