[論文レビュー] Exploring Language-Independent Emotional Acoustic Features via Feature Selection

Arslan Shaukat, Ke Chen|arXiv (Cornell University)|Sep 1, 2010

Emotion and Mood Recognition参考文献 5被引用数 4

ひとこと要約

本稿では、多様な言語および発話状況において感情と一貫して相関する言語に依存しない感情的音声特徴を特定するための特徴選択戦略を提案する。複数の感情的音声コーパスにフィルターベースの手法を適用することで、完全な特徴セットと同等の性能を達成するコンパクトな特徴サブセットを同定し、言語的および音声的変動に対して高い頑健性を示している。

ABSTRACT

We propose a novel feature selection strategy to discover language-independent acoustic features that tend to be responsible for emotions regardless of languages, linguistics and other factors. Experimental results suggest that the language-independent feature subset discovered yields the performance comparable to the full feature set on various emotional speech corpora.

研究の動機と目的

• 異なる言語および言語的文脈において一貫して感情を示す音声特徴を特定すること。
• 感情認識の識別力を維持しつつ、感情的音声特徴の次元を低減すること。
• 感情的音声における言語的および音声的変動に強く対応できる特徴選択戦略を開発すること。
• 選択された特徴が言語固有のチューニングなしに多様な感情的音声コーパスに一般化するかを評価すること。
• 最小限の言語に依存しない特徴セットが、感情分類タスクにおいて完全な特徴セットと同等の性能を達成できることを示すこと。

提案手法

• 感情分類に対する関連性に基づいて特徴をランク付けするフィルターベースの特徴選択手法を適用する。
• Fスコアや相互情報量などの統計的指標を用いて、複数の感情的音声データセットにおける特徴の関連性を評価する。
• 感情認識の識別力を最大化する上位ランクの特徴サブセットを選択する。
• クロスコーパス評価を用いて、選択された特徴の多様な言語および録音条件への一般化能力を検証する。
• 標準的な感情分類モデルを用いて、選択された特徴サブセットと完全な特徴セットの性能を比較する。
• 選択された特徴の頑健性および言語独立性を保証するため、複数の感情的音声コーパスで手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 どの音声特徴が異なる言語および音声コーパスにおいて一貫して感情を予測可能であるか？
• RQ2 統計的フィルタリングにより選択された特徴の低次元セットは、完全な特徴セットと同等の性能を維持できるか？
• RQ3 選択された特徴は、言語的および音声的特性が異なる多様な感情的音声データセットにどの程度一般化できるか？
• RQ4 選択された特徴は、感情的関連性において真に言語に依存しないと見なせるか？
• RQ5 提案された特徴選択戦略は、多言語感情認識タスクにおいて完全な特徴セットを上回るか、同等の性能を達成できるか？

主な発見

• 選択された言語に依存しない特徴サブセットは、複数の感情的音声コーパスにおいて完全な特徴セットと同等の分類性能を達成した。
• この手法により、言語や言語的文脈に関係なく一貫して関連性のある最小限の音声特徴セットが同定された。
• 選択された特徴選択戦略は、異なる言語、話者、録音条件を含む多様なデータセットにおいて強力な一般化能力を示した。
• フィルターメソッドによる統計的ランク付けは、言語固有のチューニングを必要とせずに、最も識別的な特徴を的確に特定できた。
• 結果から、感情のプロソディーは言語的境界を超えて普遍的な音声的キューを介して制御されていることが示唆された。
• コンパクトな特徴サブセットは、計算コストを低減しつつも高い精度を維持できる、効率的な感情認識システムの実現を可能にした。