The use of Automatic Speech Recognition in Education for Identifying Attitudes of the Speakers
Notice bibliographique
Résumé
State-of-the-art Automatic Speech Recognition (ASR) systems convert the spoken words into a corresponding text. One of the problems faced in ASR is that speakers have a different way of pronouncing words, and their accents are different from one speaker to another due to age, gender, nationality, rapidity of words, expressive form of the speaker. This paper uses two data sets, Surrey Audio-Visual Expressed Emotion (SAVEE) and The Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS) data sets to determine the effect of the tone in the learning environment by using the ASR and check which classifier is giving the best result. Feature such energy, Mel filter Central coefficients, energy etc. were extracted using jAudio and Waikato Environment for Knowledge Analysis (WEKA) data mining tools was used for classification. Classifiers called multilayer Perceptron (MLP) neural network model, Support Vector Machines (SVM), Simple Logistic Regression (SLR), K-Nearest Neighbour (K-NN) and Random Forests (RF) was used to obtain the results of the emotion state for the both data sets. The data sets used to train the classifiers are in ARFF format. The results show that SAVEE data sets overcomes RAVDESS data sets in overall emotion classification performance. The result shows that RF performed better than the other classifier. The performance of classification models is evaluated in WEKA using 10-fold cross validation. The presented study examines seven emotions- anger, happiness, sadness, fear, surprise, disgust and neutral.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».