|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (oponent) ; Zahradník, Pavel (oponent) ; Smékal, Zdeněk (vedoucí práce)
Doctoral thesis deals with emotion recognition from speech signals. The thesis is divided into two main parts; the first part describes proposed approaches for emotion recognition using two different multilingual databases of acted emotional speech. The main contributions of this part are detailed analysis of a big set of acoustic features, new classification schemes for vocal emotion recognition such as “emotion coupling” and new method for mapping discrete emotions into two-dimensional space. The second part of this thesis is devoted to emotion recognition using multilingual databases of spontaneous emotional speech, which is based on telephone records obtained from real call centers. The knowledge gained from experiments with emotion recognition from acted speech was exploited to design a new approach for classifying seven emotional states. The core of the proposed approach is a complex classification architecture based on the fusion of different systems. The thesis also examines the influence of speaker’s emotional state on gender recognition performance and proposes system for automatic identification of successful phone calls in call center by means of dialogue features.
|
|
|
Databáze nahrávek pro detekci hlasové aktivity
Pelikán, Pavel ; Hudec, Antonín (oponent) ; Míča, Ivan (vedoucí práce)
Tato práce se zabývá detekcí řeči (VAD) a požadavky na vytvoření databáze. Byl vybrán jeden z existujících nástrojů na označkování nahrávek. Na základě získaných znalostí byla vytvořena databáze s izolovanými slovy, větami, čteným textem a spontánní řečí. Praktická část se skládá z podrobného popisu vytvoření databáze a vytvoření značek. Dále se práce zabývá konverzí značek do Matlabu. Součástí jsou také některé pomocné skripty pro práci se značkami. Vypracovaná databáze byla vytvořena v bezodrazové komoře a obsahuje nahrávky od 16 řečníků.
|
|
|
Zvukové vlastnosti jednoslabičných slov v semispontánním dialogu a hlasitém čtení
Ondrušková, Lucie ; Volín, Jan (vedoucí práce) ; Machač, Pavel (oponent)
Tato práce se zabývá temporálními vlastnostmi jednoslabičných synsémantických slov je, se, že ve spontánních a čtených projevech. Pro jejich zkoumání byla pořízena nahrávka projevů šesti mluvčích, tří mužů a tří žen, kteří nejprve přečetli text, a poté s nimi byl nahrán spontánní dialog. Kromě rozdílů v trvání mezi oběma typy projevů bylo zkoumáno, jaký vliv mají na trvání slov je, se, že tyto faktory (zaměřili jsme se podrobněji na spontánní projevy): pozice slova v taktu, přítomnost přízvuku, přítomnost pauzy a osobnost mluvčího. Ukázalo se, že typ projevu má významný vliv především na poměr trvání hlásek ve zkoumaných slovech - a to u slov je, že. Slovo se v tomto ohledu typem projevu ovlivněno nebylo - a celkově můžeme říci, že se jevilo jako velmi stabilní element. Styl projevu neovlivnil ani průměrné trvání slov. Měl však vliv na variabilitu tohoto trvání - ta se ukázala jako vyšší v projevech spontánních. Rovněž další zkoumané faktory měly na trvání slov dopad. Významně ho ovlivnila především pozice, přičemž největší zásluhu na tom měla slova, která tvořila samostatný takt. V této pozici byla zkoumaná slova delší než slova v ostatních pozicích. Pro slova je, se byl rovněž nalezen významný rozdíl u pozice mediální, kde bylo trvání slov vůči ostatním pozicím kratší. Také se ukázalo, že slova...
|
|
|
Zvukové vlastnosti jednoslabičných slov v semispontánním dialogu a hlasitém čtení
Ondrušková, Lucie ; Volín, Jan (vedoucí práce) ; Machač, Pavel (oponent)
Tato práce se zabývá temporálními vlastnostmi jednoslabičných synsémantických slov je, se, že ve spontánních a čtených projevech. Pro jejich zkoumání byla pořízena nahrávka projevů šesti mluvčích, tří mužů a tří žen, kteří nejprve přečetli text, a poté s nimi byl nahrán spontánní dialog. Kromě rozdílů v trvání mezi oběma typy projevů bylo zkoumáno, jaký vliv mají na trvání slov je, se, že tyto faktory (zaměřili jsme se podrobněji na spontánní projevy): pozice slova v taktu, přítomnost přízvuku, přítomnost pauzy a osobnost mluvčího. Ukázalo se, že typ projevu má významný vliv především na poměr trvání hlásek ve zkoumaných slovech - a to u slov je, že. Slovo se v tomto ohledu typem projevu ovlivněno nebylo - a celkově můžeme říci, že se jevilo jako velmi stabilní element. Styl projevu neovlivnil ani průměrné trvání slov. Měl však vliv na variabilitu tohoto trvání - ta se ukázala jako vyšší v projevech spontánních. Rovněž další zkoumané faktory měly na trvání slov dopad. Významně ho ovlivnila především pozice, přičemž největší zásluhu na tom měla slova, která tvořila samostatný takt. V této pozici byla zkoumaná slova delší než slova v ostatních pozicích. Pro slova je, se byl rovněž nalezen významný rozdíl u pozice mediální, kde bylo trvání slov vůči ostatním pozicím kratší. Také se ukázalo, že slova...
|
|
|
Databáze nahrávek pro detekci hlasové aktivity
Pelikán, Pavel ; Hudec, Antonín (oponent) ; Míča, Ivan (vedoucí práce)
Tato práce se zabývá detekcí řeči (VAD) a požadavky na vytvoření databáze. Byl vybrán jeden z existujících nástrojů na označkování nahrávek. Na základě získaných znalostí byla vytvořena databáze s izolovanými slovy, větami, čteným textem a spontánní řečí. Praktická část se skládá z podrobného popisu vytvoření databáze a vytvoření značek. Dále se práce zabývá konverzí značek do Matlabu. Součástí jsou také některé pomocné skripty pro práci se značkami. Vypracovaná databáze byla vytvořena v bezodrazové komoře a obsahuje nahrávky od 16 řečníků.
|
|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (oponent) ; Zahradník, Pavel (oponent) ; Smékal, Zdeněk (vedoucí práce)
Doctoral thesis deals with emotion recognition from speech signals. The thesis is divided into two main parts; the first part describes proposed approaches for emotion recognition using two different multilingual databases of acted emotional speech. The main contributions of this part are detailed analysis of a big set of acoustic features, new classification schemes for vocal emotion recognition such as “emotion coupling” and new method for mapping discrete emotions into two-dimensional space. The second part of this thesis is devoted to emotion recognition using multilingual databases of spontaneous emotional speech, which is based on telephone records obtained from real call centers. The knowledge gained from experiments with emotion recognition from acted speech was exploited to design a new approach for classifying seven emotional states. The core of the proposed approach is a complex classification architecture based on the fusion of different systems. The thesis also examines the influence of speaker’s emotional state on gender recognition performance and proposes system for automatic identification of successful phone calls in call center by means of dialogue features.
|
host ::
RSS.