透过语音特徵建构基於堆叠稀疏自编码器演算法之.PDFVIP

Computational Linguistics and Chinese Language Processing Vol. 20, No. 2, December 2015, pp. 107-120 107  The Association for Computational Linguistics and Chinese Language Processing 透過語音特徵建構基於堆疊稀疏自編碼器演算法之 婚姻治療中夫妻互動行為量表自動化評分系統 Automating Behavior Coding for Distressed Couples Interactions Based on Stacked Sparse Autoencoder Framework using Speech-acoustic Features   陳柏軒 、李祈均 Po-Hsuan Chen and Chi-Chun Lee 摘要 在過去人類行為分析是透過傳統人為觀察方式來記錄。像婚姻治療方面，評分 者利用觀看錄影的方式來對一整段夫妻對話中所展現的行為作評分。藉由這樣 取得各種行為表達程度的量化，針對此量化分數來更進一步研究夫妻婚姻治療 成效，但這種做法非常耗時且會因為評分者的各種主觀因素影響最後的準確性。 如果能透過機器學習的方式來自動化處理辨識，將會節省非常多的人工時間和 提升客觀性。深度學習(Deep Learning)在目前機器學習上是很熱門的話題。本 論文提出以堆疊稀疏自編碼器(Stacked Sparse Autoencoder ，SSAE)方式對聲音 訊號特徵進行降維，並找出相對關鍵的高階特徵，最後再利用邏輯迴歸分析 (Logistic Regression ，LR)來辨識。此方法的整體準確率為 75%(丈夫行為平均 辨識準確率為 74.9% 、太太為75%) 。相對於過去研究的74.1% (丈夫行為平均 準確率 75% ，太太為73.2%) (Black et al., 2013) ，提升0.9% 。我們提出的方 法在使用更低維度的聲音特徵值中可有效的提升行為辨識準確率。 關鍵詞：深度學習，堆疊自編碼器，婚姻治療，人類行為分析，情緒分析                                                         國立清華大學電機工程學系 Department of Electrical Engineering, National Tsing Hua University E-mail: theusa20@; cclee@.tw 108 陳柏軒與李祈均 Abstract Traditional way of conducting analyses of human behaviors is through manual observation. For example in couple therapy studies, human raters observe sessions of interaction between distressed couples and manually annotate the behaviors of each spouse using established coding manuals. Clinicians then analyze these annotated behaviors to