聴取者ごとの感情知覚モデルに基づく音声感情認識

摘要

カテゴリカルな音声感情認識は，複数名の聴取者を用意し，各聴取者が知覚した感情カテゴリのうち最多数派であった感情(以下，多数派感情) を推定する問題である．従来研究の多くは，多数派感情を直接推定するモデルを用いる手法 を用いる．しかし，感情の知覚基準は聴取者ごとに異なると考えられる．例えば，女性聴取者は男性聴取者に比べて感情知覚精度が高く，また高齢者になるほど感情知覚精度が低下する傾向にあることが報告されている．この場合，従来手法は様々な感情知覚基準を単一のモデルで学習していることとなり，モデル学習が困難となっている恐れがある．