UWB 통신 기반의 음성 감성과 상황인식에 대한 연구

국문 초록 (Abstract)

본 연구는 UWB 무선 기술을 이용한 유비쿼터스 환경에서 개인별 음성 감성 인식과 위치 기반의 상황을 인지하고 정보를 수집하는 기술을 연구한다. 이를 위해 크게 세 가지의 중요한 요소들에 대해 연구를 진행할 예정이었으나, 본 연구가 중간에 중단됨에 따라 가장 연구가 많이 진행된 음성으로 부터 사람의 감성 상태를 인식할 수 있는 음성 감성인식 시스템에 대하여 정리하고자 한다.
현재의 감성인식 기술에서의 중요 제한점들은 낮은 감성인식 성공률과 감성인식 분야에 대한 인식 부족일 것이다. 본 연구를 진행하는데 있어서 가장 주안점을 두고 연구한 분야도 실제 시스템 환경에서의 감성인식 성공률 향상이다. 이를 위한 주요 연구 분야로는 잡음 처리, 끝점추출, 음성 특징정보 추출, 감성 분류 체계에 대한 연구이다. 그 중에서 가장 성능 향상에 영향을 미치는 요소로 감성 분류 체계를 변경함으로서 음성 감성인식의 성능 향상을 향상하고자 하였다.
본 연구에서 제안한 시스템은 음성 전처리 과정을 거쳐 pitch, Energy, MFCC 등의 56차 특징벡터를 추출하고 1단계에서 기쁨과 화남을 하나의 그룹으로, 평상과 슬픔을 하나의 그룹으로 재분류하고 SVMs 분류기로 SFS를 이용하여 선정된 두 개의 그룹 분류에 대한 최적 감성 특징벡터를 이용하여 분류하고, 2단계 분류에서는 기쁨과 화남 그룹으로 분류된 그룹에 대해 SVMs 분류기로 SFS를 이용하여 선정된 기쁨과 화남 두 개의 감성 분류에 대한 최적 감성 특징벡터를 사용하고, 평상과 슬픔 감성 그룹에 대해서도 최적 감성 특징 벡터열을 사용하여 2단계로 최종 감성 상태를 분류함으로서 감성 인식 성공률을 향상시킨다.
k-NN과 SVM 분류기에서 SFS를 이용한 최적 특징 벡터 열을 추출할 때 SVM 분류기의 성능이 우수하였으며, 여성이 남성에 비해 낮은 차수에서 높은 성공률을 나타냈다. 남/여 성별로 각각 수행된 SVM-SFS 결과 여성은 25차에서 85%의 최대 인식 성공률을 남성은 54차에서 85.5%의 최대 인식 성공률을 각각 나타냈다. 제안 시스템은 추출된 최적 특징 벡터 열을 남/여 성별로 각각 구성하여 사용한다. 이 결과 화자독립, 문장독립, 이종 DB 간의 네 가지 감성에 대한 제안된 2단계 감성 분류 결과 약 60%의 인식 성공률을 나태내고 있다. 이러한 결과는 화자독립, 문장독립, 이종 DB간의 감성 분류 결과로는 높은 인식 성공률을 나타내는 것으로 기존 1단계 분류 시스템과 비교하면 약 22% 정도의 인식 성공률 향상을 나타냈다.

다국어 초록 (Multilingual Abstract)

In this study, using UWB wireless technology in a ubiquitous environment and location of individual speech emotion recognition is based on the situation and to gather information technology will be studied. To this end, three things about an important element of the research will continue but, as this study stopped in the middle of the most advanced voice from a lot of people can recognize the emotional state for a speech emotion recognition system to organize should.
Important limitations of the current low in emotion recognition and emotion recognition in the field of emotion recognition rate will be in short awareness. To proceed with this study, the emphasis in the research field of emotion recognition in a real system environment, the success rate is improved. Key research areas for which the noise process, the endpoint extraction, speech feature extraction, classification is the study of emotion. The most affecting performance as an element of emotion by changing the classification of speech emotion recognition performance was to improve.
The proposed system through a process of negative pre-pitch, Energy, MFCC feature vector extraction and 56 first stage and the joy and aggravation of a single group, the normal grief and a reclassification of a group of SVMs Classifier SFS into two groups using the selected feature vectors for classification, using the optimum sensitivity category, and category 2 level in the group classified as the joy and aggravation for the group selected using SFS SVMs classifier both pleasure and aggravation One Emotion feature vectors for classification with the best sensitivity and normal sensitivity group, about grief and emotional feature vector 10 by using the optimal two-step final emotional state improves the success rate of Emotion Recognition by category.
k-NN and SVM classifiers using the SFS when the SVM classifier to extract the optimal feature vector performance of the columns was better than men, women showed a high success rate at a low rank. Male / female gender was performed, respectively, SVM-SFS Results Up to 85% of women recognized the 25 car, the success rate of 85.5% men and 54 cars showed up to recognize the success of each. Feature vectors extracted from the proposed system the best heat male / female sex is used by each configuration. The results of speaker-independent, context-independent, two kinds of DB between the proposed two steps for the four kinds of Emotion Emotion Recognition rate of classification results with about 60% have been paying inaction. These results speaker-independent, context-independent, include two kinds of DB between the emotion classification results as indicating a high recognition rate when compared with the existing one stage classification system of approximately 22% recognition rate was improved.