KBES:一个数据集,用于现实的孟加拉语语音情感识别,具有强度级别

科学领域:

• 语音情感识别 (SER) 是一种语言识别技术.
• 自然语言处理自然语言处理.
• 机器学习 机器学习

背景情况:

• 语音情感识别 (SER) 对于理解人机交互至关重要.
• 现有的孟加拉语SER数据集有限,缺乏多样性和现实世界的适用性.
• 情绪强度是社会行为的关键因素,但在数据集中经常被忽视.

研究的目的:

• 为SER研究开发一个全面和现实的孟加拉语语音数据集.
• 为了解决孟加拉语中多样化,高质量的情感语音数据的稀缺性.
• 纳入情绪强度的变化对于细微的SER应用至关重要.

主要方法:

• 创建了KUET孟加拉情绪语音 (KBES) 数据集,包括来自35个演员的900个音频信号.
• 对话来源于真实的孟加拉媒体 (电视电影,戏剧,电视/网络系列).
• 数据集包括五种情绪 (中性,快乐,悲伤,愤怒,厌恶) 和四种情绪的两种强度水平 (低,高),形成一个九类问题.

主要成果:

• KBES数据集具有来自多样化的参与者池的独特对话,与现有的重复性,基于实验室的数据集不同.
• 它提供了一个平衡的分布,每类和性别有100个样本 (50个男性/50个女性).
• 数据集的现实性和强度级别的包含提高了其适用于现实世界SER的适度.

结论:

• KBES数据集为推进孟加拉语语音情感识别提供了一个有价值的,现实的资源.
• 它的设计,结合了各种各样的参与者和情感强度,克服了以前数据集的局限性.
• 预计这一数据集将为孟加拉语提供更准确,更具背景意识的SER系统.