Evaluation of an Arabic Speech Corpus of Emotions: A Perceptual and Statistical Analysis
Notice bibliographique
Résumé
The processing of emotion has a wide range of applications in many different fields and has become the subject of increasing interest and attention for many speech and language researchers. Speech emotion recognition systems face many challenges. One of these is the degree of naturalness of the emotions in speech corpora. To prove the ability of speakers to accurately emulate emotions and to check whether listeners could identify the intended emotion, a human perception test was designed for a new emotional speech corpus. This paper presents an exhaustive statistical and perceptual investigation of the emotional speech corpus (KSUEmotions) for Arabic King Saud University approved by the Linguistic Data Consortium. The KSUEmotions corpus was built in two phases and involved 23 native speakers (10 males and 13 females) to emulate the following five emotions: neutral, sadness, happiness, surprise, and anger. Nine listeners were participated in a blind and randomly structured human perceptual test to assess the validity of the intended emotions. Statistical tests were used to analyze the effects of speaker gender, reviewer (listener) gender, emotion type, sentence length, and the interaction between these factors. Conducted statistical tests included the two-way analysis of variance, normality, chi-square, Bonferroni, Tukey, and Mann–Whitney U tests. One of the outcomes of the study is that the speaker gender, emotion type, and interaction between emotion type and speaker gender yield significant effects on the emotion perception in this corpus.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».