Read more
La mayor parte de la investigación en reconocimiento de emociones por voz se centra en la clasificación de emociones discretas, ya sea a partir de características acústicas o de características textuales. Esta tesis demuestra que la representación dimensional de las emociones también es muy valiosa y muestra sus ventajas sobre las emociones categóricas. La tesis propone dos sistemas diferentes que utilizan características bimodales (textuales y acústicas) para reconocer emociones discretas y dimensionales. Un sistema secuencial que primero realiza la regresión dimensional y después la clasificación y un sistema paralelo que realiza la clasificación y la regresión al mismo tiempo.La tesis desarrolla un modelo de regresión multitarea que sirve de núcleo para ambos sistemas. Utilizando el Coeficiente de Correlación de Concordancia (CCC) para la evaluación se descubre que la arquitectura desarrollada por la tesis para la regresión dimensional supera en todas las dimensiones (valencia, arousal, dominancia) al modelo de regresión introducido en investigaciones anteriores en la institución de Cambridge. Además, la tesis demuestra que el sistema secuencial supera al sistema paralelo en el reconocimiento de emociones tanto discretas (precisión de la clasificación) como dimensionales (CCC).
About the author
Ich bin ein Telekommunikationsingenieur der Universität Carlos III von Madrid, der den MSc Machine Learning an der KTH abschließt und als Machine Learning Engineer arbeitet.
