Le condizioni del parlato e della voce possono alterare le proprietà acustiche del parlato,
che potrebbe avere un impatto sulle prestazioni dei modelli paralinguistici per l'affetto
persone con un linguaggio atipico. Valutiamo i modelli disponibili al pubblico per
riconoscere l'effetto categorico e dimensionale del discorso su un set di dati di
discorso atipico, confrontando i risultati con set di dati di un parlato tipico. Noi
indagare tre dimensioni dell’atipicità del linguaggio: intelligibilità, che è
legati alla pronuncia; monotiro, che è legato alla prosodia, E
durezza, che è legato alla qualità della voce. Guardiamo (1) distributivo
tendenze delle previsioni degli effetti categoriali all'interno del set di dati, (2) distributivo
confronti di previsioni di effetti categoriali con set di dati simili tipici
discorso, E (3) forza di correlazione tra previsioni di testo e parlato per
discorso spontaneo per valenza ed eccitazione. Troviamo che l'output dell'affetto
modelli è significativamente influenzato dalla presenza e dal grado del parlato
atipicità. Ad esempio, la percentuale del discorso previsto come triste è
significativamente più alto per tutti i tipi e gradi di discorso atipico rispetto
a set di dati vocali tipici simili. In un'indagine preliminare sul miglioramento
robustezza per il discorso atipico, troviamo che la messa a punto dei modelli è attiva
i dati sul discorso atipico pseudo-etichettati migliorano le prestazioni sul discorso atipico
senza influire sulle prestazioni del parlato tipico. I nostri risultati sottolineano la necessità
per set di dati di formazione e valutazione più ampi per modelli di emozioni linguistiche, e per
approcci di modellazione robusti alle differenze di voce e parlato.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: