| 講演名 | 2019-12-06 ［ポスター講演］感情音声データベースJTESへの主観ラベルの付与と分析 山中 麻衣(東北大), 能勢 隆(東北大), 千葉 祐弥(東北大), 伊藤 彰則(東北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々はこれまでに男女各50名の4感情の各50文，計20,000発話を収録した音韻・韻律バランス感情音声データベースJTESを構築した．しかしJTESには感情強度や表現にばらつきがあり，感情認識や音声合成に悪影響を及ぼす可能性があった．そこで本稿では，音声感情認識の精度向上に向け，話者の感情表現のばらつきについて調べるため，聞き手による主観ラベル(聞き手ラベル)を付与し，その結果の分析を行う．JTES全体の傾向として，聞き手ラベルは70%の精度で話者の感情ラベルと一致したが，判別できなかった音声は平常と判別される数が多く，これらが感情認識に影響を与える可能性が考えられる．本稿では大規模な聞き手ラベルの付与を行うため，クラウドソーシングを利用をした．話者ラベルと聞き手ラベルの一致率はラベラーの半数が7割の一致率であったが，5割以下のものも1名存在した．各ラベラーの付与感情ラベルをベクトル化し全ラベラーのベクトルの平均と比較して距離を求めたところ，距離は0.2から0.9まで正規分布に近い形で分布し，ラヘ?ラーによっては個人差が大きいことが明らかとなった．このことから，ラベラーにも個人差が存在することがわかった． |
| 抄録(英) | We have constructed JTES, a prosodic balanced emotional speech database containing 50 sentences of 4 emotions of 50 men and women, totaling 20,000 utterances. However, JTES had variations in the emotional intensity and expression, which could adversely affect emotion recognition and speech synthesis. In this paper, in order to investigate the variation of speaker's emotional expression for improving the accuracy of speech emotion recognition, the subjective label (listener label) is given by the listener and the result is analyzed. The subjective labels matched the emotional label of the speaker with an accuracy of 70% but some voices that could not be correctly classified were distinguished into neutral. There is the possibility that these speeches affect emotion recognition. Crowdsourcing was used to assign large-scale subjective labels. In order to request many people to works, we introduced some speeches to easily check the reliability.However it was not possible to use it as an index for reliability. About 70% of the match rates between speaker labels and subjective labels for each labeler were 70%, but there was also one with less than 50%. The labeling bias of each labeler was vectorized and compared with the average of all labeler's vectors, and 60% of the labelers were distributed at a value of about 0.5 away from the average. Since then, the number has decreased to three. This indicates that there are individual differences in labelers. When the emotional labels assigned to each labeler were vectorized and compared with the average of all labeler vectors, the distance was found to be distributed in the form of a normal distribution from 0.2 to 0.9, and it was clear that there were large individual differences depending on the labeler. This indicates that there are individual differences in labelers. |
| キーワード(和) | 感情ラベル / 主観ラベル / クラウドソーシング |
| キーワード(英) | emotional label / subjective label / crowdsourcing |
| 資料番号 | SP2019-39 |
| 発行日 | 2019-11-29 (SP) |
| 研究会情報 | |
| 研究会 | NLC / IPSJ-NL / SP / IPSJ-SLP |
|---|---|
| 開催期間 | 2019/12/4(から3日開催) |
| 開催地（和） | NHK放送技術研究所 |
| 開催地（英） | NHK Science & Technology Research Labs. |
| テーマ（和） | 第6回自然言語処理シンポジウム & 第21回音声言語シンポジウム |
| テーマ（英） | The 6th Natural Language Processing Symposium & The 21th Spoken Language Symposium |
| 委員長氏名（和） | 榊 剛史(ホットリンク) / / 河井 恒(NICT) |
| 委員長氏名（英） | Takeshi Sakaki(Hottolink) / / Hisashi Kawai(NICT) |
| 副委員長氏名（和） | 吉田 光男(豊橋技科大) / 嶋田 和孝(九工大) / / 李 晃伸(名工大) |
| 副委員長氏名（英） | Mitsuo Yoshida(Toyohashi Univ. of Tech.) / Kazutaka Shimada(Kyushu Inst. of Tech.) / / Akinobu Ri(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 渡辺 靖彦(龍谷大) / 東中 竜一郎(NTT) / / 南條 浩輝(京大) / 小川 哲司(早大) |
| 幹事氏名（英） | Yasuhiko Watanabe(Ryukoku Univ.) / Ryuichiro Higashinaka(NTT) / / Hiroaki Nanjo(Kyoto Univ.) / Tetsuji Ogawa(Waseda Univ.) |
| 幹事補佐氏名（和） | 小早川 健(NHK) / 坂地 泰紀(東大) / / 郡山 知樹(東大) / 井島 勇祐(NTT) |
| 幹事補佐氏名（英） | Takeshi Kobayakawa(NHK) / Hiroki Sakaji(Univ. of Tokyo) / / Tomoki Koriyama(Univ. of Tokyo) / Yusuke Ijima(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Natural Language Understanding and Models of Communication / Special Interest Group on Natural Language / Technical Committee on Speech / Special Interest Group on Spoken Language Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］感情音声データベースJTESへの主観ラベルの付与と分析 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Analysis and Subjective Labeling for Emotional Speech Database JTES |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 感情ラベル / emotional label |
| キーワード(2)（和/英） | 主観ラベル / subjective label |
| キーワード(3)（和/英） | クラウドソーシング / crowdsourcing |
| 第 1 著者 氏名（和/英） | 山中 麻衣 / Mai Yamanaka |
| 第 1 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 2 著者 氏名（和/英） | 能勢 隆 / Takashi Nose |
| 第 2 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 3 著者 氏名（和/英） | 千葉 祐弥 / Yuya Chiba |
| 第 3 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 4 著者 氏名（和/英） | 伊藤 彰則 / Akinori Ito |
| 第 4 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 発表年月日 | 2019-12-06 |
| 資料番号 | SP2019-39 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | SP-321 |
| ページ範囲 | pp.61-66(SP), |
| ページ数 | 6 |
| 発行日 | 2019-11-29 (SP) |