Produktblatt als pdf

SymEmotion
Erkennung von Emotionen aus Sprachsignalen
Sprache und Emotionen
Sympalogs automatisches Emotionserkennungsmodul
SymEmotion ist in der Lage, auf Basis von stimmlichen (sog. prosodischen) Merkmalen, wie beispielsweise dem Tonlagenverlauf oder der Sprechgeschwindigkeit, verschiedene emotionale Zustände festzustellen. Je nach Qualität der Sprache und Anwendungsszenario sind mit SymEmotion Erkennungsraten möglich, die etwa dem Grad der Übereinstimmung zwischen mehreren menschlichen Experten entsprechen.
Unter den genannten Voraussetzungen ist SymEmotion bei der Erkennung des emotionalen Zustands also
ähnlich leistungsfähig wie ein Mensch.
Funktional erweiterbar
Emotionen von Anrufern lassen sich aus Sprachsignalen grundsätzlich auf verschiedene Arten ableiten. So
können neben stimmlichen Merkmalen auch gesprochene Wörter als Anhaltspunkt für Emotionen des Anrufers dienen, beispielsweise der Gebrauch von
Schimpfwörtern. Die automatische Erkennung solcher
Äußerungen kann mittels automatischer Spracherkennung (SymRec) oder automatischer Schlüsselworterkennung (SymSpot) erfolgen.
Klassifikation und Bewertung
SymEmotion berechnet eine Vielzahl von Merkmalen
(Kenngrößen) aus dem Sprachsignal, die mit dem
Stimmungszustand des Anrufers in Zusammenhang
stehen. Dazu gehören u.a. die Tonlage, die Lautstärke, die Sprechgeschwindigkeit und die Pausensetzung. Hinzu kommen Merkmale, die die Veränderung
dieser Werte über den Gesprächsverlauf beschreiben.
Mittels statistischer Verfahren erfolgt eine Zuordnung
des Sprachsignals zu „Emotions-Klassen“. Ein Beispiel
Sympalog
Voice Solutions GmbH
Karl-Zucker-Straße 10
D-91052 Erlangen
Fon +49 (0) 9131 61661-0
Fax +49 (0) 9131 61661-20
[email protected]
www.sympalog.de
ist die Unterscheidung der Klassen „verärgert“ und
„neutral“. Eine numerische Bewertung der einzelnen
Gruppen erlaubt zudem, die Zuverlässigkeit der jeweiligen Zuordnung zu beurteilen.
Adaptierbar auf Anwendungsszenario
Die Trainingsumgebung zu SymEmotion erlaubt die
Anpassung des Emotionsklassifikators auf spezielle
Anwendungssituationen. Benötigt wird hierfür eine
Sammlung von Sprachsignalen, denen jeweils eine
Emotionsklasse manuell zugeordnet wurde. Die Zahl
der Klassen ist dabei frei wählbar. Als Ergebnis des
Trainingsvorgangs erhält man einen Satz von statistischen Parametern, der von der SymEmotion-Laufzeitumgebung eingelesen werden kann.
Client-Server-Architektur
SymEmotion verfügt wie alle Sympalog-Server-Module
(z.B. SymRec, SymSpot, SymDialog, SymTTS) über
eine flexible und echtzeitfähige Programmierschnittstelle (API) und kann aufgrund seiner Client-Server-Architektur in hochkanaligen Lösungen eingesetzt werden. Die inkrementelle Verarbeitung des AudioStreams stellt sicher, dass das Ergebnis der Emotions-Klassifikation unmittelbar nach dem Ende des
Sprachsignals zur Verfügung steht.
Integriertes Sprachdetektions-Modul
Durch ein Modul zur Detektion gesprochener Sprache
kann man die Segmentierung eines Signals in längere
Abschnitte von Anteilen mit Sprache und Pausen automatisch vornehmen. SymEmotion liefert in diesem Fall
die Klassifikationsergebnisse jeweils für einzelne,
durch Pausen getrennte Signalabschnitte. Die hierbei
zugrunde liegende Pausenlänge ist frei konfigurierbar.
Technische Daten
❏ Lauffähig auf PC-Standard-Hardware
❏ Hardware-Mindestvoraussetzungen:
• 512 MB Hauptspeicher
• CPU mit 1,0 GHz
• Benötigter Festplattenplatz für Installation und Betrieb: 2 GB
❏ Betriebssysteme: Linux, Windows (Vista/XP/etc.), Windows Server;
weitere auf Anfrage
❏ Anzahl Emotionsklassen: i.d.R. 2 oder 3, technisch nicht begrenzt
❏ Ansteuerung SymRec-/SymSpot-Server über C/C++-API
Sympalog
Voice Solutions GmbH
Karl-Zucker-Straße 10
D-91052 Erlangen
Fon +49 (0) 9131 61661-0
Fax +49 (0) 9131 61661-20
[email protected]
www.sympalog.de