MétaCan
Menu
Retour à la cohorte
Enregistrement W4417438833 · doi:10.1109/access.2025.3644961

Speech Emotion Recognition Using Cepstral Features Extracted With Gammatone Filter Banks Realized Based on ERB and Mel Frequency Scales

2025· article· en· W4417438833 sur OpenAlexaffabout
N. Sugan, Lakshmi Sutha Kumar, N. S. Sai Srinivas

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueEmotion and Mood Recognition
Établissements canadiensdPoint Technologies (Canada)
Organismes subventionnairesMinistry of Electronics and Information technology
Mots-clésMel-frequency cepstrumCepstrumFilter bankFilter (signal processing)Feature extractionPattern recognition (psychology)Feature (linguistics)

Résumé

récupéré en direct d'OpenAlex

Speech emotion recognition (SER) involves identifying a speaker’s emotional state from their speech utterance. Prior research has explored various cepstral features for developing SER systems. Among these, Mel-frequency cepstral coefficients (MFCC) and gammatone cepstral coefficients (GTCC) are widely used. MFCCs and GTCCs are extracted using Mel filter banks and gammatone filter banks (GTFB), respectively. Traditionally, GTFBs are designed based on the equivalent rectangular bandwidth scale. Alternative frequency scales can be employed to design different variants of GTFBs, yielding distinct GTCC feature variants. In this paper, a novel Mel-scale-based GTFB (GTFB-M) is introduced to extract a novel variant of GTCC features, termed GTCC-M. The mathematical framework for designing GTFB-M is presented. The proposed GTFB-M together with the conventional Mel and gammatone filter banks are used to extract three types of cepstral features from emotional speech signals in the Berlin Database of Emotional Speech (Emo-DB) and the Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS). To evaluate SER performance, speaker-dependent (SD) and speaker-independent (SI) SER systems are developed using support vector machines with one-versus-one and one-versus-all strategies. The effectiveness of individual and combined cepstral features is analyzed. Experimental results show that the GTCC-M features derived from GTFB-M perform comparably to traditional MFCCs and GTCCs in emotion recognition. Moreover, combining the proposed features with the conventional cepstral features enhances the overall SER performance. In the case of the Emo-DB database, standalone GTCC-M features achieves recognition (testing) accuracies of 80.12% (SD) and 63.03% (SI). The best recognition (testing) accuracies of 88.82% (SD) and 79.17% (SI) are achieved using an optimal feature combination, i.e., MFCC + GTCC + GTCC-M, when compared to the independent use of MFCC and GTCC features. Similarly, for the RAVDESS database, standalone GTCC-M features achieves recognition (testing) accuracies of 61.84% (SD) and 40.83% (SI). The best recognition (testing) accuracies of 78.62% (SD) and 46.88% (SI) are achieved using an optimal feature combination, i.e., MFCC + GTCC + GTCC-M, when compared to the independent use of MFCC and GTCC features. These findings underscore the potential of GTCC-M features to improve the SER performance when integrated with the MFCC and GTCC features.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,056
Tête enseignante GPT0,361
Écart entre enseignants0,304 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetEmotion and Mood RecognitionTravaux en français237 207