TAILIEUCHUNG - Cảm xúc trong tiếng nói và phân tích thống kê ngữ liệu cảm xúc tiếng Việt

Bài viết trình bày về các tham số cơ bản đặc trưng cho cảm xúc trong tiếng nói, mô tả phương pháp xây dựng ngữ liệu tiếng Việt có cảm xúc, sử dụng phương pháp phân tích phương sai ANOVA và kiểm định T để đưa ra kết quả phân tích thống kê sự khác biệt của các cảm xúc theo tần số cơ bản F0 và năng lượng tiếng nói,. | Cảm xúc trong tiếng nói và phân tích thống kê ngữ liệu cảm xúc tiếng Việt Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 15 (35), tháng 6/2016 Cảm xúc trong tiếng nói và phân tích thống kê ngữ liệu cảm xúc tiếng Việt Speech Emotions and Statistical Analysis for Vietnamese Emotion Corpus Lê Xuân Thành, Đào Thị Lệ Thủy, Trịnh Văn Loan, Nguyễn Hồng Quang Abstract: Research on emotional speech has been dụng các cấu trúc câu lệnh linh hoạt mà còn hướng tới carried out for many languages over the world and for thể hiện ở các cung bậc cảm xúc khác nhau trong giao Vietnamese, there was a beginning. This paper tiếp người máy. Để làm được điều này, các hệ thống describes some research results on main features of tương tác người máy cần được trang bị thêm các tính four basic emotions: happiness, sadness, anger and năng mới. Các tính năng này bao gồm việc phân tích neutrality. Our preliminary research on emotions of nội dụng của dữ liệu tiếng nói nhận được để lấy ra các Vietnamese shows that in general anger and happiness thông tin như: cảm xúc trong câu lệnh, nội dung câu correspond to speech energy and fundamental lệnh rồi đưa ra các phản hồi với nội dung và cảm xúc frequency higher than the one of neutral emotion, the phù hợp. Chính vì vậy nghiên cứu về cảm xúc trong sad emotion has the lowest values for energy and tiếng nói trở nên rất quan trọng trong lĩnh vực tương fundamental frequency. These comments come from tác người máy. the statistical methods such as analysis of variance Hiện nay, các nghiên cứu về tiếng nói tiếng Việt (ANOVA) and Tukey’s test applied for our Vietnamese với giọng trần thuật (bình thường) đã có nhiều kết quả emotion corpus. The classifiers SMO, lBk, trees J48 rất tốt. Trong khi đó các nghiên cứu về phương diện have been used for preliminary identification of cảm xúc trong tổng hợp hay nhận dạng tiếng Việt chưa emotions based on BKEmo corpus. The highest nhiều. Một số nghiên cứu

• Kĩ thuật Viễn thông
• Cảm xúc trong tiếng nói
• Ngữ liệu cảm xúc tiếng Việt
• Nhận dạng cảm xúc tiếng Việt
• Năng lượng tiếng nói
• Cơ chế tạo cảm xúc
• Tóm tắt Luận án Tiến sĩ
• Luận án Tiến sĩ
• Luận án Tiến sĩ Khoa học vật liệu
• Luận án Tiến sĩ ngành Vật liệu điện tử
• Cảm biến khí
• Xúc tác micro nano