가우시안 혼합 모델 기반 심층신경망 병목특징을 이용한 음성감정인식

Abstract

깊은 신경망 병목 특징은 화자 인식, 음향 이벤트 분류 및 음성 인식률을 향상시키는 데 효과적이라고 알려져 있다. 본 논문은 음성을 이용한 감정인식률 향상을 위해 가우시안 혼합 모델 기반의 깊은 신경망 병목 특징을 이용한 음성 감정 인식 개선 기법을 제안한다. 우리는 이 기법을 SouthernCalifornia의 Interactive Emotional Motion Capture (USC-IEMOCAP) 감정 DB에 적용하여 제안한 기법의 효율성을 입증하였다. 실험적 평가 결과를통하여 가우시안 혼합 모델 기반의 깊은 신경망 병목 특징이 음성 감정 인식을 위한 기존 딥러닝 기반 알고리즘 보다 높은 성능을 보인다는 것을 확인하였다.