Úvod
V lidské řeči, a to jak jazykové informace a paralinguistic informace související s implicitní zprávy, jako jsou emocionální stavy mluvčího, jsou přepravovány. Lidské emoce jsou duševní a fyziologické stavy spojené s pocity, myšlenkami a chováním lidí. Emocionální stav vyjádřený lidským subjektem odráží nejen náladu, ale i osobnost lidského subjektu., V lidsko-lidské verbální komunikaci hraje důležitou roli tím, že odráží reakce řečníků na vnější svět. Stejná slova vyjádřená v různých emocích mohou například přinést zcela odlišné významy. Identifikace emocionálních stavů přenášených v řeči je proto velmi kritická pro dosažení účinné komunikace mezi lidmi.
stejně Jako počítač-založené aplikace, přijímat stále větší pozornost z akademické obce a průmyslu, interakce člověk-počítač (HCI) technologie má také pokročilé rychle v průběhu posledních desetiletí., Podobný lidské-lidské komunikace, jeden zásadní enabler přirozené interakce mezi člověkem a počítačem je v počítači, je schopnost pochopit emoční stavy vyjádřené lidské subjekty a poskytovat personalizované odpovědi odpovídajícím způsobem.,, Ser, Yu, & Cen, 2010; Cowie, 2001; Dellaert, Polzin, & Waibel, 1996; Lee & Narayanan, 2005; Morrison, Wang, & De Silva, 2007; Nguyen & Bass, 2005; Nicholson, Takahashi, & Nakatsu, 1999; Petrushin, 1999, 2000; Scherer, 2000; Ser, Cen, & Yu, 2008; Ververidis & Kotropoulos, 2006; Yu, Chang, Xu, & Shum, 2001; Zhou, Wang, Yang, & Chen, 2006)., Modelování a analýza emocí z lidské řeči se rozprostírá v několika oblastech, včetně psychologie, lingvistiky a inženýrství. Ve strojírenství bylo rozpoznávání řeči formulováno jako problém rozpoznávání vzorů, který zahrnuje hlavně extrakci funkcí a klasifikaci emocí. Rozpoznávání řeči emoce našel rostoucí aplikace v praxi, například v oblasti bezpečnosti, medicíny, zábavy, vzdělávání. Výzkumná práce na rozpoznávání emocí řeči se však provádí hlavně na předem zpracovaných databázích, které se obecně skládají z izolovaných výroků nebo frází., Emocionální stavy jsou uznávány na základě těchto izolovaných vět. To omezuje jeho aplikace v praxi. Ve srovnání s rozpoznáváním emocí v předem zpracované databázi, více výzev, jako je identifikace nástupu emocí, trvalé a změny, efektivita rozpoznávání pro zpracování v reálném čase atd., čelí rozpoznávání emocí v reálném čase, jehož cílem je detekovat emoční stavy z nepřetržitého a spontánního projevu.
s rozvojem komunikačních technologií a rozhraní člověk-počítač přitahovalo online učení rostoucí zájem., To má mnoho výhod ve srovnání s tradiční učebny face-to-face učení. Za prvé, online učení poskytuje studentům spoustu flexibility a pohodlí. Pouze s počítačem a připojením k Internetu mohou studenti dokončit své vzdělávací kurzy kdekoli a kdykoli, aniž by se snažili vytlačit pevný rozvrh tříd. Za druhé, online vzdělávací prostředí je schopno poskytnout studentům širší výběr kurzů, které mohou efektivně rozšířit jejich rozsah vzdělávání a inspirovat jejich zájem o různé oblasti., Za třetí, kurz online je mnohem levnější než tradiční vzdělávací programy s drahými školnými. Kromě toho lze ušetřit náklady a čas strávený na výletech do a ze tříd. Za čtvrté, studenti mohou absolvovat online vzdělávací kurzy v prostředí, ve kterém se cítí pohodlně. Kromě toho, pokud mohou studovat z domova, nemusí se starat o problémy, jako je doprava do/z kampusu, stravování v areálu a hledání studoven. Online učení však postrádá interakci mezi učiteli a studenty., Na rozdíl od tradiční face-to-face učení prostředí, kde učitelé jsou si vědomi odpovědi studentů na dodaný materiál a můžete přizpůsobit obsah kurzu a rychlost dodání odpovídajícím způsobem, učitelé v on-line vzdělávací prostředí, nemůže vidět, jak se studenti cítí o probíhající kurz, z jejich obličeje a slovní výrazy. To znemožňuje online učení přizpůsobit režimy doručování kurzů tak, aby vyhovovaly učebním schopnostem studentů. Řešení k vyřešení nebo zmírnění tohoto problému se stala důležitou součástí vývoje online vzdělávacích programů.,
V posledních letech, vliv na emoce studentů na efektivní učení byla zkoumána v komunitách, vzdělávání a dolování dat (Kort, Reilly, & Picard, 2001). Pozitivní emoce mohou přinést dobrý pocit, zlepšit myšlení, zvýšit tendenci k větší kreativitě, pomoci při řešení problémů a zvýšit efektivitu a důkladnost při rozhodování (Isen, 2000). Ve skutečnosti jsou v lidském mozku integrovány jak afektivní, tak kognitivní funkce a afektivní funkce hrají velmi důležitou roli při učení mozku., Detekce emočních stavů studentů a pochopení jejich odpovědi na doručený materiál může pomoci přizpůsobit kurz v on-line vzdělávací systémy, aby se vešly každý konkrétní student., Například pro high-schopnost, studenti, kurz může být doručena na vyšší rychlost, a pro ty, kteří jsou velmi zajímá, rozšíření znalostí a další příklady mohou být zavedeny, zatímco pro ty, kteří se cítí zmatený, otázka a odpověď sezení nebo podrobnější vysvětlení by mohlo být přidáno, a pro ty studenty, kteří se cítí znuděný, zábavné a zajímavé aktivity mohou být zavedeny, aby přilákat jejich pozornost. Poskytovatelé kurzů tak mohou upravit obsah výuky a rychlost doručení, aby uspokojili rozmanitost studentů., Negativní reakce může studenty upozornit, aby se zaměřili na učení a přizpůsobili se studiu. Výše uvedený proces může zvýšit výkon a efektivitu učení, a také přinést více zábavy do procesu učení.
v této kapitole nejprve představujeme naši práci na vývoji systému rozpoznávání emocí v reálném čase. Tento systém je schopen přijímat jak pre-zaznamenané řeči, dat a plynulé řeči zaznamenané v reálném čase, a také odhalit emocionální státy, vyjádřil v řeči, jak je přehrávat v bývalé, nebo jak to je zaznamenáno v druhé., Pro zobrazení výsledků rozpoznávání je k dispozici přátelské grafické uživatelské rozhraní (GUI), včetně informací o cílové kategorii a načasování jednotlivých segmentů, jakož i analýza statistik frekvence emocí založených na celých vstupních datech. Experimenty s oběma předem nahraných datových souborů a nahrávání v reálném čase vyjádřené za čtyři emocionální stavy byly provedeny, a průměrná přesnost 90% a 78.78% bylo dosaženo, resp., Za druhé, aplikace vyvinutého systému emocí řeči v reálném čase v online učení je prozkoumána experimentem v simulovaném prostředí online učení. Výsledky ukázaly, že naše emoce rozpoznávání systém může efektivně pochopit, že student je odpověď na kurz, který je možné přizpůsobit on-line kurzy pro každého studenta, přičemž stejný kurz, ale s různými schopnosti učení, v zájmu dosažení optimálního výsledku učení.
zbývající část této kapitoly je uspořádána následovně., Navrhovaný systém rozpoznávání emocí v reálném čase je uveden v další části. Výsledky experimentu jsou ilustrovány a následuje popis jeho aplikace v online učení a numerické výsledky v simulační studii. Nakonec jsou závěrečné poznámky.