MétaCan
Menu
Retour à la cohorte
Enregistrement W4390551564 · doi:10.1109/icaeeci58247.2023.10370971

Speech Emotions Detection and Classification based on Speech Features using Deep Neural Network

2023· article· en· W4390551564 sur OpenAlexaboutno aff
Padmashree Desai, Saumyajit Chakraborty, C Sujatha, Prajakta Desai, Saurav Ansuman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueEmotion and Mood Recognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpeech recognitionDisgustComputer scienceSadnessSurpriseTest setAngerArtificial intelligenceFeature extractionEmotion classificationMel-frequency cepstrumSet (abstract data type)Psychology

Résumé

récupéré en direct d'OpenAlex

Automatic speech emotion recognition has received significant research attention in the domain of human-computer interaction during the past ten years. However, the current recognition accuracy has to be improved due to a lack of research on the fundamental temporal relationship of the speech waveform. Usually, speech includes calm, happy, sad, angry, fearful, surprise, and disgust emotions. Detecting and classifying has become a current research challenge. We developed a model to detect the emotion present in the speech data using Long-Short Term Memory(LSTM). The input audio is preprocessed through various techniques such as normalization, trimming, padding and noise reduction. The audio is then fed into the LSTM model to extract the features and detect the emotions. Feature extraction consists of Energy (Root Mean Square), Zero Crossing Rate and Mel Frequency Cepstral Coefficients (MFCCs). Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS) and Toronto emotional speech set (TESS) combined datasets are used for testing and training the LSTM model. RAVDESS contains 7356 audio files including those of 24 proficient actors (12 male and 12 female). TESS contains 2800 audio files and emotions set on 200 target words spoken by two artists (aged between 26 to 64 years) and consists of eight emotions such as happiness, anger, fear, disgust, surprise, pleasant, sadness and neutral. Both datasets combined were used to train and test the LSTM model and eight emotions are detected which produces satisfactory outcomes. We obtained validation set and test set accuracy of 94.23% and 97.47% respectively for our system. The outcomes are equated with the state-of-the-art methods which were found to be better. The proposed work can be improved by experimenting with other deep learning techniques such as Recurrent Neural Network (RNN).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,336
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEmotion and Mood RecognitionTravaux en français237 207