语音情绪辨识技术与应用之研究.PDFVIP

台灣感性學會研討會論文 東海大學 台灣、台中 中華民國 99 年 10 月 23 日 論文編號：D-03 語音情緒辨識技術與應用之研究語音情緒辨識技術與應用之研究 語音情緒辨識技術與應用之研究語音情緒辨識技術與應用之研究 Speech Emotion Recognition and its Applications 李俊昇* 黃珠娟** 許馨仁*** 林明慧**** Jiun-Sheng Li* Chu-Chuan Huang** Shin-Tzen Sheu*** Ming-Wheng Lin**** *工業技術研究院南分院人機互動科技中心 副工程師 **工業技術研究院南分院人機互動科技中心 副工程師 ***工業技術研究院南分院人機互動科技中心 副工程師 ****工業技術研究院南分院人機互動科技中心 正工程師 摘摘 要要 摘摘 要要 本研究針對語音在情緒上的辨識之技術與其相關應用進行討論。在語音情緒辨識技術上，主要計算 音高(pitch) ，共振峰(formant) ，音框能量(frame energy)以及梅爾倒頻譜係數(Mel-scale Frequency Cepstral Coefficients, MFCC)等與語音情緒相關的特徵參數，利用支持向量機(Support Vector Machine, SVM)分類器，依特徵參數對情緒進行分類。根據實驗結果本研究在語者獨立的情形下之辨識 率為 63.8% ；語者相關的辨識率為86.8% 。 關鍵詞：語音辨識、情緒辨識、語音情緒關鍵詞 關鍵詞關鍵詞 一、一 、導論導論 最小值、梯度變化等特徵當作不同情緒分類的特 一一 、、導論導論 徵。Schuller et al.[5]根據線性分析對不同統計方式 在人與機器互動的過程裡加入情感的因子， 的特徵進行排名，X.H. Le et al. [6]以及 T.L. Pao et 除了可以增進人機互動的樂趣[1] ，亦可以提升人 al.[7] 採用梅爾倒頻譜係數(Mel-scale Frequency 機互動的成效。藉由情感因子的加入人對機器的 Cepstral Coefficients, MFCC)以及線性預估參數 感受可由較為淺層的心理愉悅進而延伸至深層的 (Linear predictor coefficient, LPC) ，並透過分類方 心靈慰藉，讓機器產生擬人化之效果。而且因為 法辨識出情緒。在情緒辨識上，音高相關的特徵 機器懂得人的情感，它可以提供給人們更適合的 明顯比能量相關的特徵更能分辨出不同的情緒種 服務與回應，而不是一直給予制式的回應，可以 類。而在辨識分類方法上，大部分則採用包括類 提升人們使用之意願。一般主要應用可分為幾個 神經網路[5] 、隱藏式馬可夫模型(Hidden Markov 部分： Model, HMM)[2][3][7] 、高斯混合模型(Gaussian 1. 智慧型電腦：情緒偵測的賦予使得智慧型電腦 Mixture M