汉语双模情感语音据库标注及一致性检测.pdfVIP

2015年 10月 北 京 航 空 航 天 大 学 学 报 0ctober 2O15 第41卷 第 lO期 JournalofBeijingUniversityofAeronauticsandAstronautics Vo1．41 NO．1O http ffbhxb．buaa．edu．cn buaa@buaa．edu．on DOI：10．13700／j．bh．1001—5965．2014．0771 汉语双模情感语音数据库标注及一致性检测 景少玲，毛峡 ，陈立江 ，张娜娜 (北京航空航天大学 电子信息工程学院，北京 100191) 摘 要：对缺少含有丰富情感标注信息的情感语音数据库 问题，建立了一个包含语 音和 电声门图仪 (EGG)信息的汉语双模情感语音数据库 ，并对其进行 了标注和一致性检测． 首先，根据情感语音数据库的特色制定 了详细的标注规则和方法，由5名标注者按照制定的标 注规则对情感语音数据库进行标注．其次，为 了确保情感语音数据库的标注质量和测试标注规 则的完整性 ，标注者在正式标注之前先进行 了测试性标注，测试语音包含280条语音 (7种情 感 X2名说话人 ×2O条语音)．最后，根据语音标注规则设计 了相应的一致性检测算法．结果表 明，在5ms的时间误差范围内，5名标注者对相 同语音标注 的一致性平均可 以达到60％以上， 当误差范围增大至8ms和 10ms时，一致性平均可提高5％和 8％．实验说 明5名标注者对语 音 的理解较一致 ，制定 的标注规则比较完整，情感语音数据库的质量也较高． 关 键 词 ：汉语；双模 ；情感语音数据库；语音标注；一致性检测 中图分类号 ：TP391．4 文献标识码 ：A 文章编号：1001．5965(2015)10．1925．10 情感语音中含有丰富的情感交流信息，在人 量说话人声门开启与闭合状态以及声门振动方式 们 日常生活中起着非常重要 的作用 ，对其研究可 的仪器．客观地反应了发元音时声带开闭的状态， 以进一步了解人类相应 的心理状态 ，情感语音识 对情感语音识别研究有重要作用．目前大多数情 别在情感计算和智能交互领域有重要意义．情感 感语音数据库都不含 EGG信息，而本文的汉语双 语音数据库是情感语音识别、合成等研究 的基础． 模情感语音数据库 中采用了EGG信息． 由于情感的复杂性、数据收集的困难性、录制标准 的不统一性 、情感分类 目的和任务的差异性等，导 1 情感语音数据库概况 致 目前大多数研究机构都是按照各 自的科研需求 2003年在 Ververidis和 Kotropoulos总结的情 建立相应的情感语音数据库 ¨。．情感化的智能 交互要求机器具有接近人类 的语音情感识别和表 感语音数据库中，和汉语相关 的仅列出了微软公 达能力 ，为 了实现该 目标 ，建立一个真实 自然 司从电视剧截取录音片段 的数据库 ，表 1总结 并且拥有完整情感标注信息的优质情感语音数据 了语音情感识别研究中常用的一些情感语音数据 库是十分重要的． 库 的基本情况． 电声 门图仪 (Electroglottography，EGG)是测 从表 1中可 以看 出，目前的情感语音数据库 收稿 日期 ：2014—12-08；录用 日期 ：2015-01．16：网络出版时间 ：2015-03—1814：37 网络 出版地址 ：WWW．cnki．net／kcms／detail／11．2625．V1437．002．html 基金项 目：高等学校博士学科点专项科研基金 (20121102130001)；中央高校基本科研业务费专项资金 (YwF．14．DZXY-O15) 作者简介 ：景少 玲 (1987一)，女 ，山西永济人 ，博