Применение математических методов в искусственной нейронной сети для распознавания в голосе "фальшивых" эмоций

Обложка

Цитировать

Полный текст

Аннотация

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.

Об авторах

И. В. Быков

Пермский государственный национальный исследовательский университет

Автор, ответственный за переписку.
Email: vanka.perm@mail.ru
бакалавр по направлению 'Прикладная математика и информатика' г. Пермь, Россия, ул. Букирева, 15

Н. Ю. Ротанева

Мариупольский государственный университет имени А.И. Куинджи

Email: n.rotaneva@mgumariupol.ru
кандидат педагогических наук, доцент, заведующий кафедрой системного анализа и информационных технологий г. Мариуполь, Россия

А. П. Шкарапута

Пермский государственный национальный исследовательский университет

Email: shkaraputa@psu.ru
кандидат физико-математических наук, доцент института компьютерных наук и технологий г. Пермь, Россия, ул. Букирева, 15

Список литературы

  1. Российские ученые создали RiskControl, который распознает ложь по голосу. https://www.computerra.ru – журнал "Компьютерра". 2021. [Электронный ресурс]. Режим доступа: https://www.computerra.ru/275450/rossijskie-uchenye-sozdali-riskcontrol-kotoryj-raspoznaet-lozh-po-golosu/ (дата обращения: 19.11.2024).
  2. 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_detektory_lzhi_po_golosu.html, свободный (дата обращения: 19.11.2024).
  3. Изард К.Э. Психология эмоций / пер. с англ. СПб: Изд-во "Питер", 1999. 464 с.
  4. 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.
  5. 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).
  6. Xuedong H. Spoken Language Processing: A Guide to Theory, Algorithm and System Development. Huang Xuedong. New Jersey. Prentice Hall PTR (2001).
  7. 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.
  8. 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.
  9. 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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».