Применение математических методов в искусственной нейронной сети для распознавания в голосе "фальшивых" эмоций
DOI:
https://doi.org/10.17072/1993-0550-2024-4-104-116Ключевые слова:
распознавание эмоций, фальшивые эмоции, базовые эмоции, музыкальный интервал, классификаторы эмоционального состояния, просодияАннотация
В данной статье предложена методика сравнения эмоциональной составляющей голосов спикеров, реально испытывающих эмоции, и тех, которые пытаются их воспроизвести. Методика предполагает использование в качестве классификаторов отношение частот локальных максимумов спектра звуковой волны. В данной работе исследовались 4 категории базовых эмоций: гнев, грусть, страх, радость. Для получения сравнительных характеристик в каждой категории исследовалось по 30 записей с "фальшивой" и "истинной" эмоцией – всего 240 записей. Был проведен статистический сравнительный анализ классификаторов и обнаружены существенные различия в данных для искренних эмоций и их имитации. Также, была спроектирована модель искусственной нейронной сети, на основе которой создана программа для распознавания эмоционального посыла, содержащегося в записях голоса человека. На обученной искусственной нейронной сети проведен эксперимент по определению эмоционального состояния спикера и истинности или фальшивости его эмоционального посыла. Тестирование звуковых файлов с различными эмоциями показало хорошие результаты как для распознавания самого эмоционального состояния говорящего, так и истинности его эмоционального посыла.Библиографические ссылки
Российские ученые создали RiskControl, который распознает ложь по голосу. https://www.computerra.ru – журнал "Компьютерра". 2021. [Электронный ресурс]. Ре-жим доступа: https://www.computerra.ru/275450/rossijskie-uchenye-sozdali-riskcontrol-kotoryj-raspoznaet-lozh-po-golosu/ (дата обращения: 19.11.2024).
Пеленицын А.Б., Степанов А.А. Что надо знать о так называемых "детекторах лжи по голосу". [Электронный ресурс] / А.Б. Пеленицын, А.А. Степанов. Электрон. текстовые дан. Режим доступа: http://poligraf.sp.ru/stati/abpelenicyn_aastepanov_de-tektory_lzhi_po_golosu.html, свободный (дата обращения: 19.11.2024).
Изард К.Э. Психология эмоций / пер. с англ. СПб: Изд-во "Питер", 1999. 464 с.
Shkaraputa, A., Kolcherina, A., Mishlanova, M. (2022). Determining of the Emotional State of a Person Using Computer Analysis of Sound Wave Parameters. In: Rocha, A., Isaeva, E. (eds) Science and Global Challenges of the 21st Century - Science and Technology. Perm Forum 2021. Lecture Notes in Networks and Systems, Vol. 342. Springer, Cham. https://doi.org/10.1007/978-3-030-89477-1_6.
Алимурадов А.К., Чураков П.П. Обзор и классификация методов обработки речевых сигналов в системах распознавания речи. Измерения. Мониторинг. Контроль. 2(12) 27-35 (2015).
Xuedong H. Spoken Language Processing: A Guide to Theory, Algorithm and System Development. Huang Xuedong. New Jersey. Prentice Hall PTR (2001).
Mehmet Cenk Sezgin, Bilge Gunsel & Gunes Karabulut Kurt. Perceptual audio features for emotion detection. EURASIP Journal on Audio, Speech, and Music Processing volume 2012, Article number: 16 (2012) https://doi.org/10.1186/1687-4722-2012-16.
Рахманенко И.А., Мещеряков Р.В. Анализ идентификационных признаков в речевых данных с помощью GMM-UBM верификации диктора. С-Пб.: Тр. СПИИРАН, 2017, С. 32–50.
Близнюк О.А., Шкарапута А.П. Исследование применения метода определения базовых эмоций на основе отношения частот спектра звуковой волны // Вестник Пермского университета. Математика. Механика. Информатика. 2017. Вып. 4(39). С. 86–91.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Иван Владимирович Быков, Наталья Юрьевна Ротанева, Александр Петрович Шкарапута
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Публикация статьи в журнале осуществляется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).
