以多层感知器辨识情绪於国台客语料库UseMultilayerPerceptronTo.PDFVIP

The 2016 Conference on Computational Linguistics and Speech Processing ROCLING 2016, pp. 10-21  The Association for Computational Linguistics and Chinese Language Processing 以多層感知器辨識情緒於國台客語料庫 Use Multilayer Perceptron To Recognize Emotion in Mandarin,Taiwanese and Hakka Database 詹佳憲 Chia-Hsien Chan 國立中山大學資訊工程學系 Department of Computer Science and Information Engineering National Sun Yat-sen University hihi4442@ 陳嘉平 Chia-Ping Chen 國立中山大學資訊工程學系 Department of Computer Science and Information Engineering National Sun Yat-sen University cpchen@.tw 摘摘摘 要要要 本研究為使用多層感知器 (Multilayer Perceptron, MLP) 基於聲學特徵參數的情緒 辨識系統 ，此實驗使用一個新的台灣語言語料庫 ，此語料庫 以仿照 EMO-DB 的方 式錄製 ，包含台灣常見的三種語言 ，分別為國語 、台語及客語 。每種語言各 由五男 五女錄製而成 ，且事後以人工篩選的方式 ，將較不易分辨情緒的音檔刪除 ，本研究 將使用 180 維的聲學特徵 以多層感知器進行單一語言 、跨語言及混合語言的實驗 。 在用單一語言作為訓練集時 ，國 、台 、客語分別得到 60% 、48.9% 、54.4% 的辨識 率 ，而經過語者正規化與使用混合語料做為訓練集後 國 、台 、客語分別得到最好 63.5% 、53.1% 、64.6% 的辨識率 。 關鍵詞 ：情緒辨識 、情緒辨識資料庫 、多層感知器 1 緒緒緒論論論 近年來行動祕書 日漸普及 ，包括我們熟知的 Siri ，表示人機互動在未來也會越來越 重要 。如果電腦可以依照使用者當下的情緒去作 出反應 ，例如智慧家電依照使用者情 10 緒去播放適合的音樂 ，或調整室 內溫度等等 。因此電腦在接收我們的指令時 ，除了字 面上的意思外也應該考慮情緒的差異 。情緒的表達可以透過語意或語調 ，常常相 同的 一段話 ，在不 同的語調下意思會大相逕庭 ，例如 “小心點” 可以是表示關心或威脅 。此 次實驗主要是透過語調來判斷語者的情緒 ，使用最近相當流行的神經網路辨識系統 ， 結合以台灣本土語言錄製的語料庫來進行情緒辨識的研究 。 在 1997 年時 ，Picard 等人 [1] 描述 了情緒辨識 的應用及重要性 。比較廣為人知 的 情緒語料庫有德 國柏林 的 EMO-DB [2] 以及 FAU Aibo [3] ，這兩種語料庫最大的差別 為 ，EMO-DB 是 由專業語者錄製而成 ，因此會有較為鮮明的情緒表現 ，Siqing Wu 等人 [4] 透過調變頻譜特徵與其他特徵組合進行分類可達到 91.6% 的辨識率 。而 FAU Aibo 錄製的是孩童的 自然對話 ，情緒較不鮮