Perception of Emotional Valences and Activity Levels from Vowel Segments of Continuous Speech

Waaramaa, Teija; Laukkanen, Anne-Maria; Airas, Matti; Alku, Paavo

doi:10.1016/j.jvoice.2008.04.004

Cited by 56 publications

(52 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Also, these glottal source parameters are analyzed for emotional speech [1,121,122,131]. These features were extracted from the glottal waveform derived using inverse filtering (IF) technique [3,96].…”

Section: Voice Quality Featuresmentioning

confidence: 99%

Analysis of Emotional Speech—A Review

Gangamohan

Kadiri

Yegnanarayana

2016

Toward Robotic Socially Believable Behaving Systems - Volume I

View full text Add to dashboard Cite

Speech carries information not only about the lexical content, but also about the age, gender, signature and emotional state of the speaker. Speech in different emotional states is accompanied by distinct changes in the production mechanism. In this chapter, we present a review of analysis methods used for emotional speech. In particular, we focus on the issues in data collection, feature representations and development of automatic emotion recognition systems. The significance of the excitation source component of speech production in emotional states is examined in detail. The derived excitation source features are shown to carry the emotion correlates. IntroductionHumans have evolved various forms of communication like facial expressions, gestures, body postures, speech, etc. The form of communication depends on the context of interaction, and is often accompanied by various physiological reactions such as changes in the heart rate, skin resistance, temperature, muscle activity and blood pressure. All forms of human communication carry information at two levels, the message and the underlying emotional state.Emotions are essential part of real life communication among human beings. Various descriptions of the term emotion are studied in [21,22,60,88,92,98,100]. Some of the descriptions are: (a) "Emotions are underlying states which are evolved and adaptive. Emotion expressions are produced by the communicative value of underlying states" [22].

show abstract

Section: Voice Quality Featuresmentioning

confidence: 99%

Analysis of Emotional Speech—A Review

Gangamohan

Kadiri

Yegnanarayana

2016

Toward Robotic Socially Believable Behaving Systems - Volume I

View full text Add to dashboard Cite

show abstract

“…Large number studies have been carried out for objective analysis of voice. But most of these studies are focused on analysing the acoustic features which are highly person specific like jitter, pitch, tone using mathematical signal processing techniques [9][10][11]. There are various frameworks of voice signal analysis being used by researchers like for mood identification, emotion recognition, disease classification etc [12][13][14][15], however, many of frameworks that are in practice today, are based on Jitter, Shimmer, Pitch Tone which are highly user specific due to which it cannot be generalised for analysis of individuals [16].…”

Section: Introductionmentioning

confidence: 99%

Screening Upper Respiratory Diseases Using Acoustics Parameter Analysis of Speaking Voice

Bothe¹

2017

IJBSBE

View full text Add to dashboard Cite

This paper presents the acoustic analysis of speaking voice for screening some of the upper respiratory diseases. The six acoustic parameters of speaking voice were analysed, which were recorded while reading the specific text. The text to read was designed considering phonetic categories of words used and their order of occurrence in the text. The appropriate number of words was combined to form the desired text to read for extracting maximum information from the upper respiratory system. Then recorded speaking voice was analysed for disease-specific corresponding variation in Total Harmonic Distortion (THD),

show abstract

“…La desviación típica, el rango y perturbaciones en el pitch, como el conocido jitter, son usados habitualmente, junto a las localizaciones de los formantes en el espectro y la tasa de habla. También son comunes los Mel Frequency Cepstral Coefficients, la potencia del espectro del sonido, la intensidad o también parámetros prosódicos como la duración de las muestras de voz, las pausas o silencios realizados por los informantes, tal y como exponen [29], [67], [96] y [196] en sus correspondientes trabajos y revisiones (véase Tabla 3.1).…”

Section: Extracción De Característicasunclassified

“…La selección de la longitud de las unidades de análisis puede variar desde nivel de frase, fragmento, palabra, vocal y sílaba [52], [53], [133], [188], [196].…”

Section: Aspectos Generalesunclassified

See 1 more Smart Citation

Contribución al estudio de selección de parámetros para identificación de estrés en la voz

Palacios-Alonso¹

View full text Add to dashboard Cite

DIRECTORA: Ma VICTORIA RODELLAR BIARGE MADRID, JULIO 2017Dedicado a todos aquellos que han hecho posible este trabajo I AgradecimientosUna vez más, me vuelvo a enfrentar a estas líneas, pero esta vez para mi tesis doctoral.Me gustaría dar las gracias a M a Victoria Rodellar Biarge, mi directora, que me ha enseñado a razonar y cuestionar todo lo relativo al mundo de la investigación. Descubrir y disfrutar de tardes llenas de ideas, locuras y entusiasmo. A enseñar y dirigir a otras personas, porque me ha hecho crecer en lo personal y en lo profesional. Pero sobre todo, me gustaría agradecer todo el apoyo y cariño que me ha ofrecido todos estos años, haciéndome partícipe en mil y una "batallas" y siempre con una sonrisa y palabras amables.Gracias a Pedro Gómez Vilda, que me ha aportado tanto y sin pedir nada a cambio. Siempre ha valorado y tenido en cuenta mis ideas y opiniones. Me ha integrado en el equipo y me ha dado la oportunidad de viajar, publicar y asistir a congresos. Me ha presentado a mucha gente interesante con la que poder colaborar y siempre ha estado presente para cada nueva idea que ha surgido.Gracias al equipo IWINAC, José Manuel Ferrández Vicente, Félix de la Paz López, José RamónÁlvarez Sánchez y Fco. Javier Toledo Moreo por ofrecerme la oportunidad de participar en varias escuelas de verano como ponente e invitarme a grabar un programa sobre ciencia en la radio.Me gustaría agradecer especialmente a la Asociación Española de Inteligencia Artificial (AEPIA) por el premio otorgado y la oportunidad de poder hacer una estancia en la Universidad de Granada. Gracias también al equipo que me acogió en Granada, Carlos G. Puntonet, Javier Ramírez, Pablo Padilla y Juan Manuel Górriz. Sin ellos, esto tampoco habría sido posible.Gracias a todos mis amigos, por acompañarme a lo largo de estos años y siempre con palabras deánimo y aliento, pero muy especialmente a Román Barredo y Ana Barderas. A Román porque siempre me ha apoyado en todo momento, y a Ana por ayudarme en la captación de muestras de voz y la valoración de publicaciones.Y por supuesto, gracias a mi familia, pero especialmente a mi madre. Si no fuera por ella, seguramente jamás habría podido haber llegado hasta aquí. Y porúltimo y fundamental, gracias a Esther, porque ella ha sido el motor de esta aventura desde el primer momento. ResumenEn este trabajo se presenta un estudio de la caracterización de emociones y más concretamente del estrés a través de la voz, haciendo hincapié en la obtención de muestras de calidad espontáneas, en el conjunto de parámetros que mejor determinen la presencia de estrés y en aquellos algoritmos matemáticos que por un lado mejor validen unos conjuntos de datos, y por otro lado, aquellos que ofrezcan unas tasas de reconocimiento más elevadas con niveles de cómputo asequibles y extrapolables para su posible implementación en interfaces hombre-máquina.En el primer capítulo se ofrece una introducción al estudio de las emociones realizando una retrospectiva sobre el tema y ofreciendo los avances paulatinos a lo largo de l...

show abstract

Perception of Emotional Valences and Activity Levels from Vowel Segments of Continuous Speech

Cited by 56 publications

References 30 publications

Analysis of Emotional Speech—A Review

Analysis of Emotional Speech—A Review

Screening Upper Respiratory Diseases Using Acoustics Parameter Analysis of Speaking Voice

Contribución al estudio de selección de parámetros para identificación de estrés en la voz

Contact Info

Product

Resources

About