인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
In order to improve the level of voice emotion recognition in games, this study proposes a model that combines a multi-head attention mechanism with a two-dimensional convolutional neural network (2D-CNN) and a Transformer unit. Experiments on the model on the CASIA emotion datasets show that Mel-frequency cepstral coefficients (MFCCs) are one of the key voice emotion features, and the recognition ability is further enhanced when they are combined with other features. Data augmentation techniques were used to significantly improve recognition accuracy, The weighted accuracy reached 90.83%, the precision was 90.76%, and the recall was 90.00%, which were 2.30%, 1.56%, and 3.12% higher than the traditional CNN-LSTM model, respectively. The key is that the attention mechanism can accurately focus on important emotion-related features in voice signals, filter out irrelevant noise, and thus accurately distinguish similar emotions. This model can use the Valence-Arousal emotional space to perceive the players voice emotions in real time, optimize game interactions, enhance game immersion, and provide reliable emotion perception technology.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094557672
