臺灣國際科展

語音情緒辨識之研究

科展類別
臺灣國際科展作品
屆次
2021年
科別
電腦科學與資訊工程
學校名稱
臺北市立第一女子高級中學
指導老師
許永真;黃芳蘭
作者
劉又慈;張齊恩
關鍵字
情緒辨識、監督式機器學習、卷積神經網路

摘要或動機

情緒辨識是增進人際溝通的重要能力。如生命線、電話客服等應用情境缺乏表情、肢體語言等輔助時,單以語音進行情緒辨識有極高的實用價值。 本研究探討比較支持向量機(SVM)及卷積神經網路(CNN)兩種機器學習方法於訓練「AI語音情緒辨識」分類器模型的表現。我們採用SAVEE和RAVDESS兩個英文語音資料庫,並自行製作與標註「逼逼中文情緒語料庫」。研究結果顯示SVM對SAVEE資料庫單一情緒的辨識正確率達84~94%,個別錄音員正確率達75%,超越官網紀錄的73.7%。同時,實驗顯示深度學習的模型在訓練資料不足的狀況下,反而相對遜色。


「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」,以及 提供使用者有文書軟體選擇的權利,本館檔案下載部分文件將公布ODF開放文件格式, 免費開源軟體可至LibreOffice 下載安裝使用,或依貴慣用的軟體開啟文件。」

檔案名稱 檔案大小 格式
TISF2021-190018.pdf 2 MB Adobe Reader(Pdf)檔案