从五分钟语音样本中自动检测表达的情绪:挑战和机遇
Bahman Mirheidari1, André Bittar2, Nicholas Cummins2,3
1Department of Computer Science, University of Sheffield, Sheffield, United Kingdom.
PloS one
|March 21, 2024
概括
这项研究引入了一种自动机器学习方法,用于在家庭环境中检测温暖,一种关键的表达情绪 (EE). 这种方法为耗时的手动情绪编码提供了一个有希望的替代方案.
科学领域:
- 心理学 心理学 心理学
- 计算机科学 计算机科学
- 语言学的语言学.
背景情况:
- 基于语音的情感识别 (SER) 的临床应用正在增长.
- 鉴定家庭中表达的情绪 (EE) 是非常重要的,因为它与不利的生活事件的联系.
- 手动EE编码是劳动密集型,需要自动化解决方案.
研究的目的:
- 开发一种自动机器学习方法,用于识别家庭互动中的温暖程度.
- 评估使用声学和文本特征用于EE分析的可行性.
主要方法:
- 利用了来自英国出生队列 (收集于20多年前) 的52次录制面试数据集.
- 采用机器学习来分析声学和自然语言文本特征.
- 两位研究人员手动编码了EE,确定了基本真相 (评级者之间的可靠性为0.84-0.90).
主要成果:
- 机器学习模型以64.7%的F1得分预测了温度的程度.
- 尽管音频录制质量变化,但预测成功.
- 证明了EE分析的自动化系统的潜力.
结论:
- 机器学习在协助表达情绪 (EE) 的自动编码方面显示出显著的前景.
- 这项技术可以简化家庭环境中的研究和临床评估.
- 进一步开发可以提高SER在心理学研究中的准确性和应用.
更多相关视频
07:12Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation
Published on: August 26, 2016
9.4K
05:48Author Spotlight: Investigating the Impact of Emotional Prosodies on Voice Recognition and Perception
Published on: August 9, 2024
1.5K
