메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이상현 (고려대학교) 김재동 (고려대학교) 고한석 (고려대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제10호(통권 제515호)
발행연도
2020.10
수록면
45 - 55 (11page)
DOI
10.5573/ieie.2020.57.10.45

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 음성 감정 인식을 위한 end-to-end 기반의 CRNN-GLU-ATT모델을 제안한다. 제안된 모델은 감정 인식의 강인한 특징 추출을 위한 gated linear units (GLUs)와 attention mechanism (ATT)모듈을 적용한 convolutional recurrent neural network (CRNNs) 모델이다. 기존 연구에서 오디오 감정 인식은 사람의 목소리의 강세, 음율, 에너지를 고려하여 특징추출하였다. 이때, 특징에 대한 전처리 과정과 모델 학습 과정이 독립적으로 나뉘었다. 이러한 감정 특징과 인식기 모델을 독립적으로 연구하기 때문에 특정 전문가와 시간적 비용이 발생하였다. 그러나, 최근 음성인식 분야에서 제안한 end-to-end 방식을 감정 인식에 적용하여 전처리 과정 없이 심층 신경망으로 특징과 모델을 총괄 학습하여 최적의 모델을 생성한다. 본 논문에서 제안한 end-to-end 기반 CRNN-GLU-ATT모델은 로컬과 글로벌 특징을 고려한 강점과 GLUs, ATT 모듈을 추가하여 감정 성분의 중요 정보에 가중을 더하여 강인한 특징을 학습한다. 또한, 강인한 특징 모듈 중 GLUs를 시각화하여 감정 특징을 분석한다. 실험은 공인 데이터로 영어로 발화된 Interactive emotional dyadic motion capture database (IEMOCAP)와 독일어로 발화된 EmoDB를 사용하였다. IEMOCAP는 4가지 감정 분노, 행복, 중립, 슬픔을 사용하였고 EmoDB는 확장하여 7가지 감정을 인식한다. IEMOCAP은 약 16%로 향상되었으며 EmoDB 데이터는 최신 성능과 비교하여 3% 차이를 보였다.
#감정 인식 #감정 특징 #End-to-end #Gated linear units #Attention mechanism

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 결과
Ⅴ. 시각화와 오디오 분석
Ⅵ. 결론
REFERENCES

참고문헌 (44)

참고문헌 신청
M. Kotti / 2012 / Speaker-independent emotion recognition exploiting a psychologicallyinspired binary cascade classification schema / Int. J. Speech Technol 15:131~150 google schola S. Ntalampiras / 2009 / An adaptive framework for acoustic monitoring of potential hazards / EURASIP J. Audio, Speech, Music Process 2009(13):1~15 google schola M. El Ayadi / 2011 / Survey on speech emotion recognition : Features, classification schemes, and databases / Pattern Recog 44(3):572~587 google schola R. A. Calvo / 2010 / Affect detection : An interdisciplinary review of models, methods, and their applications / IEEE Trans. Affective Comput 1(1):18~37 google schola El Ayadi, M / 2011 / Survey on speech emotion recognition : Features, classification schemes, and databases / Pattern Recognition 44(3):572~587 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥 러닝을 이용한 비디오 시퀀스 영상에서의 내면 감정 인식
김대하 ,  최동윤 ,  송병철 대한전자공학회 학술대회 2017 .06
어텐션 메커니즘 기반 Long-Short Term Memory Network를 이용한 EEG 신호 기반의 감정 분류 기법
김유민 ,  최아영 한국산업정보학회논문지 2021 .02
한국어 영상 데이터 감정 분류를 위한 멀티모달 딥러닝 모델
문석호 ,  김성범 대한산업공학회 추계학술대회 논문집 2020 .11
멀티 모달 기반 감정 인식 모델에 대한 연구
강찬혁 ,  한경식 한국통신학회 학술대회논문집 2020 .08
웨이블릿 스칼로그램 변환을 이용한 심전도 기반 감정분류
이명원 ,  곽근창 대한전자공학회 학술대회 2020 .08

최근 본 자료

전체보기

댓글(0)

0