Innledning
I menneskelig tale, både språklig informasjon og paralinguistic informasjon forbundet med en implisitt meldinger, for eksempel emosjonelle tilstander av høyttaler, er formidlet. Menneskelige følelser er den mentale og fysiologiske tilstander som er forbundet med følelser, tanker og atferd hos mennesker. Den følelsesmessige tilstand uttrykt av en menneskelig motivet gjenspeiler ikke bare stemningen, men også den personligheten til den menneskelige subjektet., I menneske-menneske-verbal kommunikasjon, det spiller en viktig rolle ved å reflektere speakers’ svar til verden utenfor. De samme ordene til uttrykk i ulike følelser, for eksempel, kan levering ganske forskjellige betydninger. Identifikasjon av emosjonelle tilstander formidles i tale er derfor helt avgjørende for å oppnå effektiv kommunikasjon mellom mennesker.
Som pc-baserte programmer får økende oppmerksomhet, både fra akademia og industrien, menneske-maskin interaksjon (HCI) – teknologi har også avansert raskt de siste tiårene., Lik menneske-menneske-kommunikasjon, en viktig tilrettelegger av naturlige samspillet mellom mennesker og datamaskiner er datamaskinens evne til å forstå det emosjonelle tilstander som er uttrykt ved den menneskelige motiver og levere en personlig respons tilsvarende.,, 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)., Modellering og analyse av følelser fra menneskelig tale spenner over flere felt, blant annet psykologi, lingvistikk, og engineering. I engineering, tale følelser anerkjennelse har vært formulert som en mønstergjenkjenning problem som i hovedsak innebærer egenskapsuttrekking og følelser klassifisering. Tale følelser anerkjennelse har funnet økende programmer i praksis, for eksempel, i sikkerhet, medisin, underholdning, utdanning. Imidlertid er forskning arbeid på tale følelser anerkjennelse er i hovedsak gjennomført på pre-behandlet databaser som, generelt sett, består av isolerte ord eller setninger., Emosjonelle tilstander er anerkjent basert på disse isolerte setninger. Dette begrenser dens applikasjoner i praksis. Sammenlignet med følelser anerkjennelse på en pre-behandlet database, flere utfordringer, for eksempel identifisering av følelser utbruddet, varig, og endre, anerkjennelse effektivitet for real-time prosessering, etc., blir møtt i real-time tale følelser anerkjennelse som tar sikte på å oppdage emosjonelle tilstander fra kontinuerlig og spontan tale.
Med utvikling av kommunikasjon, teknologi og menneske-maskin grensesnitt, online læring har fått økende interesse., Det har mange fordeler sammenlignet med tradisjonelle klasserommet ansikt-til-ansikt undervisning. Først online læring gir massevis av fleksibilitet og bekvemmelighet for studenter. Med bare en datamaskin og Internett-tilkobling, elevene kan fullføre deres læring kurs hvor som helst og når som helst uten sliter med å presse inn en fast timeplan. For det andre, det elektroniske læringsmiljøet er i stand til å gi et bredere utvalg av kurs for studentene, som kan både effektivt utvide sin utdanning omfang og vekke deres interesse i forskjellige felt., For det tredje, å ta et kurs på nett er mye billigere enn tradisjonelle pedagogiske programmer med dyre skolepenger. Videre, kostnad og tid brukt på turer til og fra klasser kan bli frelst. Fjerde, elevene får lov til å fullføre online læring kurs i et miljø der de kan føle seg komfortable. I tillegg, hvis de kan studere hjemmefra, trenger du ikke å bekymre deg om problemer, som for eksempel transport til/fra campus, måltider på campus, og finne studie rom. Imidlertid, online læring mangler interaksjon mellom lærere og studenter., I motsetning til de tradisjonelle ansikt-til-ansikt læringsmiljø, der lærerne er klar over elevenes svar på levert materiale og kan justere kurs innhold og levering hastighet tilsvarende, lærere i det elektroniske læringsmiljøet kan ikke se hvordan elevene føler om den pågående kurs, fra deres ansikts-og verbale uttrykk. Dette gjør det umulig for online lære å tilpasse kurset levering moduser for å passe elevenes læringsevne. Løsninger for å løse eller lindre dette problemet har blitt viktig i utviklingen av online læring programmer.,
I de siste årene har innvirkning på elevenes følelser på effektiv læring har blitt undersøkt i fellesskap av utdanning og data mining (Kort, Reilly & Picard, 2001). Positive følelser kan gi god følelse, forbedre tenkning ferdigheter, øker tendensen mot større kreativitet, bidra til å løse problemer og forbedre effektivitet og grundighet i beslutningsprosessen (Isen, 2000). Faktisk, både affektive og kognitive funksjoner er integrert i den menneskelige hjernen, og affektive funksjoner spille en svært viktig rolle i hjernen læring., Å oppdage den affektive tilstander av studenter og forstå sine reaksjoner til det leverte materialet kan hjelpe tilpasse kurs i online læring systemer for å passe hver enkelt student., For eksempel, for høy evne til elevene, kurset kan leveres i en høyere hastighet, og for de som er veldig interessert, kunnskap utvidelse og ekstra eksempler kan være innført, mens for de som føler seg forvirret, spørsmål og svar økter eller mer detaljerte forklaringer kan være lagt, og for de studentene som føler seg lei, morsomme og interessante aktiviteter kan bli innført for å tiltrekke seg deres oppmerksomhet. Kurset leverandører kan dermed justere undervisningen innhold og levering hastighet for å tilfredsstille utvalg av studenter., Et negativt svar kan varsle elevene til å fokusere på å lære og tilpasse seg for å studere. Den nevnte prosessen kan forbedre ytelsen og effektiviteten av læring, og også bringe mer moro i læringsprosessen.
I dette kapitlet har vi først presentere vårt arbeid på utvikling av en real-time tale følelser gjenkjennelse system. Dette systemet er i stand til å akseptere både pre-innspilt tale, data og kontinuerlig tale registrert i real-time, og også oppdage den emosjonelle tilstander uttrykt i tale som det er spilt i tidligere, eller som det er tatt opp i det siste., En vennlig grafisk brukergrensesnitt (GUI) er gitt for å vise anerkjennelse resultater, inkludert målet kategori og timing informasjon av individuelle segmenter, så vel som en analyse av følelser frekvens statistikk som er basert på hele input-data. Eksperimenter med både pre-innspilte datasett og real-time opptak til uttrykk i fire emosjonelle tilstander som har vært gjennomført, og gjennomsnittlig nøyaktighet på 90% og 78.78% har blitt oppnådd, henholdsvis., For det andre, programmet utviklet av sanntids tale følelser system i online læring er utforsket med et eksperiment i en simulert nettbasert læringsmiljø. Resultatene har vist at våre følelser recognition system effektivt kan forstå studentens svar til kurset, noe som gjør det mulig å tilpasse online kurs for hver student som tar samme kurs, men med ulike lære-evne, for å oppnå optimal læring utfallet.
Den resterende delen av dette kapitlet er organisert som følger., Den foreslåtte real-time tale følelser recognition system er presentert i neste avsnitt. Eksperimentet resultatene er illustrert og så følger her en beskrivelse av dens anvendelse i online læring og numeriske resultater i simulering studie. Endelig er det avsluttende bemerkninger.