HMM 및 ANN 기반 다단계 음성 감정 인식

이 논문은 발화 및 세그먼트 수준 정보를 모두 활용하여 은닉 마르코프 모델(HMM)과 인공 신경망(ANN)의 하이브리드 기반 감정 인식에 대한 새로운 접근 방식을 제안합니다. HMM의 동적 시간 왜곡 기능과 ANN의 패턴 인식 기능을 결합하기 위해, 발화는 일련의 음성 세그먼트로 간주되며, 세그먼트에서 추출된 특징 벡터는 직교 다항식 방법을 사용하여 고정 계수로 정규화되고, 그 후 왜곡이 ANN의 입력으로 계산됩니다. 한편, 전체 발화는 HMM으로 모델링되며, HMM에서 유도된 가능성 확률은 ANN의 또 다른 입력으로 정규화됩니다. 베이항 대학교 감정 음성 데이터베이스(BHUDES)와 베를린 감정 음성 데이터베이스를 채택하여, 격리된 HMM과 HMM/ANN 하이브리드 간의 비교는 이 논문에서 소개한 접근 방식이 더 효과적임을 입증하며, 다섯 가지 감정 상태의 평균 인식률은 81.7%에 도달했습니다.