합성곱 신경망을 이용한 감정 인식

초록: 말은 우리의 생각과 감정을 표현하는 강력한 방법입니다. 이는 인간 감정에 대한 귀중한 통찰을 제공합니다. 음성 감정 인식(SER)은 인간-컴퓨터 상호 작용(HCI), 의료 진단, 거짓말 탐지와 같은 다양한 분야에서 사용되는 중요한 도구입니다. 하지만 음성으로부터 감정을 이해하는 것은 도전적인 과제입니다. 이 연구는 이러한 문제를 해결하는 것을 목표로 합니다. CREMA-D, RAVDESS, TESS, SAVEE 등 다양한 데이터 세트를 사용하여 다양한 감정 상태를 식별합니다. 연구자들은 그들의 방법론을 알리기 위해 기존 문헌을 검토했습니다. 그들은 감정 인식을 위해 음성 데이터에서 추출된 스펙트로그램 및 멜 스펙트로그램을 사용하여 중요한 음향 특성을 캡처했습니다. 연구자들은 최첨단 기계 학습 접근 방식인 합성곱 신경망(CNN)을 사용하여 음성 데이터에 포함된 미세한 감정 신호를 해독하려고 시도했습니다. 정확한 음성 감정 인식은 중요한 결과를 가져옵니다. 이는 더 효과적인 포렌식 조사, 더 나은 의료 진단, 향상된 인간-컴퓨터 인터페이스 경험으로 이어질 수 있습니다. 여러 분야를 개선할 잠재력을 지닌 이 연구는 음성과 감정 간의 복잡한 연관성을 이해하려는 감정 컴퓨팅 주제를 진전시킵니다.