孟輝

（新疆大學(xué)信息科學(xué)與工程學(xué)院，烏魯木齊 830046）

一種基于情感誘發(fā)方法的情感語(yǔ)音數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)

孟輝

（新疆大學(xué)信息科學(xué)與工程學(xué)院，烏魯木齊 830046）

針對(duì)語(yǔ)音情感研究的需求，提出并設(shè)計(jì)實(shí)現(xiàn)一種同文本、同情感的不同誘發(fā)方式的維吾爾語(yǔ)綜合語(yǔ)音庫(kù)，誘發(fā)方式分別選擇孤立式發(fā)音、上下文語(yǔ)境式和對(duì)話式三種激勵(lì)方式。語(yǔ)料庫(kù)錄制2人11種情感共計(jì)1980條單句語(yǔ)料，對(duì)錄制語(yǔ)音進(jìn)行主觀聽測(cè)實(shí)驗(yàn)、聽測(cè)實(shí)驗(yàn)效果達(dá)到80%以上，語(yǔ)料庫(kù)為之后有關(guān)維吾爾情感計(jì)算提供重要資料，為實(shí)用情感語(yǔ)音數(shù)據(jù)庫(kù)建立提供方法和指導(dǎo)。

語(yǔ)料庫(kù)；情感語(yǔ)音；維吾爾語(yǔ)；情感激發(fā)

0 引言

研究情感語(yǔ)音離不開優(yōu)良的語(yǔ)料庫(kù)資源，實(shí)用情感語(yǔ)料能夠?yàn)榍楦蟹治龊颓楦凶R(shí)別等提供最大幫助[1]，隨著情感研究種類不斷增加，如何激發(fā)正確表達(dá)情感是一種挑戰(zhàn)，同時(shí)也是構(gòu)建語(yǔ)料庫(kù)的關(guān)鍵因素。當(dāng)前領(lǐng)域內(nèi)存在的語(yǔ)料庫(kù)類型按語(yǔ)種來(lái)分，包括英語(yǔ)、德語(yǔ)、日語(yǔ)、俄羅斯語(yǔ)、漢語(yǔ)、捷克語(yǔ)等。到目前為止，在構(gòu)建語(yǔ)料庫(kù)并沒有統(tǒng)一的標(biāo)準(zhǔn)，基本綜述如下：

兩種語(yǔ)料庫(kù)類型，一是收集自然狀態(tài)下情感語(yǔ)音語(yǔ)料庫(kù)，如VAM數(shù)據(jù)庫(kù)[2]，Semaine數(shù)據(jù)庫(kù)[8]；二是特定說(shuō)話人表演型和誘發(fā)型的語(yǔ)料庫(kù)，如：Berlin語(yǔ)音庫(kù)[3]。在國(guó)內(nèi)研究領(lǐng)域，清華大學(xué)和中國(guó)科學(xué)院心理研究所合作錄制ACCorpus漢語(yǔ)情感數(shù)據(jù)庫(kù)，中國(guó)科學(xué)院自動(dòng)化研究所錄制casia漢語(yǔ)語(yǔ)料庫(kù)，北京航空航天大學(xué)錄制的漢語(yǔ)雙模情感語(yǔ)音庫(kù)[4]等。

兩類主流的情感描述模型：離散型與維度型。離散型以形容詞標(biāo)簽的形式標(biāo)注情感，如高興、悲傷、憤怒等。其中美國(guó)心理學(xué)家Ekman提出的“六大基本情感[4]”在相關(guān)領(lǐng)域使用較為廣泛。為了研究更多的情感，研究者開始考慮維度觀情感理論，也稱為連續(xù)性情感描述模型[5]。如三維的激勵(lì)-評(píng)估-控制空間理論[15]和情感輪理論[6]，PAD三維情感模型[7]等。

對(duì)于情感的激發(fā)方式，研究者考慮較少，大多語(yǔ)料庫(kù)語(yǔ)音以直接激發(fā)情感為主，本文將這種方式稱為孤立式情感激發(fā)，不需要激勵(lì)源，此類情感自然度比較低，甚至比較夸張。后來(lái)心理學(xué)和生理學(xué)領(lǐng)域也做了研究，尋找情感激勵(lì)來(lái)誘發(fā)情感，如：自傳式回憶情緒誘發(fā)法[8]；想象情緒誘發(fā)法[9]，LAPS國(guó)際情緒圖片系統(tǒng)[10]，以及CAPS中國(guó)情緒圖片系統(tǒng)[11]等，這些方法雖然使得實(shí)驗(yàn)的可重復(fù)性增強(qiáng)，但缺點(diǎn)是情感誘發(fā)力較弱，且只能針對(duì)于特定情感，一組圖片可能只適用某一類情感。

現(xiàn)有語(yǔ)料庫(kù)存在問題：第一，情感種類較少，僅僅選擇基本情感4-6類作為錄制目標(biāo)，如上文綜述的語(yǔ)料庫(kù)；第二，情感的有效激發(fā)方面考慮較少，激勵(lì)源能否正確表達(dá)情感需要驗(yàn)證，隨著社會(huì)發(fā)展，人與人之間的溝通和交流變得比較活躍，那么如何正確理解說(shuō)話人的意圖，對(duì)未來(lái)語(yǔ)音情感合成和人工智能交互具有重要的意義，第三，之所以復(fù)雜情感研究較為單一，原因是復(fù)雜情感的誘發(fā)困難，并且是否能正確激發(fā)出情感是一種挑戰(zhàn)。

1 語(yǔ)料庫(kù)設(shè)計(jì)思想與規(guī)模

針對(duì)以上研究，本文設(shè)計(jì)了一種基于情感誘發(fā)方式的情感語(yǔ)音語(yǔ)料庫(kù)，設(shè)計(jì)的出發(fā)點(diǎn)為相同的情感的無(wú)偏向文本，將文本嵌入到設(shè)計(jì)好的段落和對(duì)話中，通過設(shè)計(jì)情景和語(yǔ)段作為情感的激發(fā)鋪墊，誘導(dǎo)不同的錄制方式下不同的情感，達(dá)到了情感語(yǔ)料獲取的效果，并且在錄音結(jié)束后，對(duì)語(yǔ)料庫(kù)進(jìn)行有效性的判斷，確定情感錄制的正確性，該語(yǔ)料庫(kù)包含了30句中性無(wú)偏向的三種不同錄制方式的語(yǔ)句，男女兩人11種情感，共計(jì)1980個(gè)單句語(yǔ)料，在30句中包含20個(gè)短句，10和長(zhǎng)句；在句式結(jié)構(gòu)上，2句感嘆句，1疑問句，7句祈使句，其余均為陳述句。

2 語(yǔ)料庫(kù)技術(shù)指標(biāo)

2.1 錄音語(yǔ)句選擇指標(biāo)

句子選擇時(shí)構(gòu)建情感語(yǔ)音數(shù)據(jù)最關(guān)鍵部分之一，句子選擇的優(yōu)良直接影響語(yǔ)料庫(kù)的質(zhì)量?？傮w句子特征：“中性”、“無(wú)情感指向”。句子選擇通常有兩種方式，一種通過互聯(lián)網(wǎng)上新聞門戶網(wǎng)絡(luò)作為來(lái)源進(jìn)行獲取，由于新聞中的句子大多數(shù)為中性文本，首先通過爬蟲方法隨機(jī)抓取大量的句子，然后進(jìn)行篩選，但是這種方式的缺點(diǎn)是：語(yǔ)句描述比較官方，對(duì)后期設(shè)計(jì)情感激發(fā)的語(yǔ)段和對(duì)話表現(xiàn)的較為乏力，對(duì)于報(bào)紙、書籍同樣有這樣的特點(diǎn)。而本文作者在考慮句子的選擇時(shí)，選擇了從影視劇《野鴨子》的劇本中手工選擇句子。該劇由中文影視劇譯制為維語(yǔ)電視劇，并且存在雙語(yǔ)對(duì)齊劇本，嚴(yán)謹(jǐn)?shù)闹v，也會(huì)存在意譯的語(yǔ)句，在選擇句子時(shí)只選擇直譯語(yǔ)句。如此選擇的原因是，雙語(yǔ)對(duì)齊的劇本語(yǔ)料對(duì)語(yǔ)句的尋找?guī)?lái)極大的方便，對(duì)于與影視劇，劇本中的句子表達(dá)比較靈活，并且劇本中的句子的語(yǔ)法和單詞拼寫等錯(cuò)誤情況非常少，同時(shí)生活劇影視劇劇本多以表達(dá)生活中平凡的故事，語(yǔ)料豐富，貼近生活，能較好地提供編寫語(yǔ)境和段落的方便。

句子類型的考慮，從語(yǔ)氣的角度，常見的句類包含四種：疑問句、陳述句、祈使句和感嘆句。陳述句使用比較普遍，句子語(yǔ)氣比較平穩(wěn)，陳述句一般占句子選擇數(shù)量的較大部分；疑問句直觀給人一種發(fā)問的語(yǔ)氣，主要表現(xiàn)在為句末語(yǔ)氣上揚(yáng)，有時(shí)在句末伴有疑問語(yǔ)氣助詞“嗎”，“呢”等，疑問句有發(fā)問和反問，無(wú)論哪一種均可以做為句子選擇的一部分。感嘆句一般會(huì)有感嘆詞，感嘆詞作為標(biāo)志才會(huì)判斷一句話是不是感嘆句，如句末出現(xiàn)“啊”，“呀”，“吧”等標(biāo)識(shí)。祈使句一般為命令或者指示性的口吻去要求他人去辦事，聽眾聽了之后會(huì)有響應(yīng)，除了陳述句之外，對(duì)于其他三類的句子要進(jìn)行嚴(yán)格的篩選，有些句子會(huì)帶有情感詞，或者程度詞，這樣的句子對(duì)情景和對(duì)話設(shè)計(jì)比較困難。

句子長(zhǎng)短的考慮，構(gòu)建情感語(yǔ)料庫(kù)時(shí)，第一，語(yǔ)句是表達(dá)情感的主體部分，為了表現(xiàn)情感語(yǔ)料庫(kù)的句子豐富性，句子的長(zhǎng)短結(jié)合是首要考慮的因素，考慮語(yǔ)料庫(kù)中既要包含長(zhǎng)句同時(shí)也要包含短句；第二，選擇句子有明顯的實(shí)際意義，有完整的句子結(jié)構(gòu)；第三，為了便于后期語(yǔ)境和對(duì)話的文本設(shè)計(jì)以及情感的激發(fā)正確，我們選擇中心意思明確，盡可能的為生活中常用的句子，原因是需要將一個(gè)相同的句子能嵌入到不同的對(duì)話中，只有句子具備完整的意義，才能為我們?cè)O(shè)計(jì)情景和對(duì)話提供方便；第四，句子不易過長(zhǎng)或者過短。句子過短時(shí)，韻律的起伏變化不明顯，造成不同的情感之間區(qū)分性不大的現(xiàn)象。這就要求我們?cè)谠O(shè)計(jì)句子時(shí)，能為說(shuō)話人留有表達(dá)情感句子的時(shí)間，同時(shí)當(dāng)句子太長(zhǎng)時(shí)，反而包含更詳細(xì)的語(yǔ)音韻律信息，說(shuō)話人在表達(dá)情感時(shí)，情感焦點(diǎn)、重音、強(qiáng)調(diào)的分布也會(huì)多種多樣，對(duì)后續(xù)的研究可能會(huì)帶來(lái)困難。因此選擇句子不宜太長(zhǎng)也不能太短。一般情況下我們對(duì)句子的字?jǐn)?shù)進(jìn)行限制，為3-8個(gè)單詞為宜。

句子內(nèi)容的考慮，在句子內(nèi)容選擇過程中，我們主要考慮的因素是句子本身是否帶情感，主要觀察句子中是否有情感詞，強(qiáng)調(diào)詞，程度副詞，是否有特殊意義的詞等，如諷刺，反諷意義的詞等，這些明顯標(biāo)志的詞為我們判斷句子是否帶有情感提供了方便。因此在這一部分考慮時(shí)，我們既要選擇中性無(wú)偏向的情感的句子，主要的判斷方式上文已經(jīng)提到了，明顯標(biāo)志的情感詞，強(qiáng)調(diào)詞，程度副詞等。

2.2 錄音腳本制定與評(píng)測(cè)指標(biāo)

在對(duì)話式的設(shè)計(jì)中，可以通過A或者B的情感引導(dǎo)，配合對(duì)話情景，用來(lái)表達(dá)情感，每個(gè)對(duì)話分別以A,B,A,B的對(duì)話形式進(jìn)行設(shè)計(jì)，同時(shí)對(duì)話出現(xiàn)的情景也進(jìn)行了描述，每一種情感的對(duì)話中，根據(jù)設(shè)計(jì)語(yǔ)句情感表達(dá)的難易長(zhǎng)度，語(yǔ)句的對(duì)話次數(shù)的多少均不相同，比如中性情感，可能A,B一次對(duì)話就能激發(fā)，對(duì)于悲傷，可能需要設(shè)計(jì)多次對(duì)話進(jìn)行情感的鋪墊與情感的烘托，而到達(dá)情感表達(dá)的效果。

通過設(shè)計(jì)長(zhǎng)對(duì)話更能對(duì)情感進(jìn)行鋪墊和激發(fā)，對(duì)話式情感的激發(fā)方式也往往需要特定的場(chǎng)合，在這樣的場(chǎng)合下對(duì)話能夠使情感的表達(dá)更加的自然，對(duì)話的方式能通過一個(gè)人進(jìn)行情感的表達(dá)而帶動(dòng)另一個(gè)情感的表達(dá)，因此對(duì)話設(shè)計(jì)的方式需要簡(jiǎn)單和自然的語(yǔ)言襯托，如簡(jiǎn)單的句子，簡(jiǎn)單提問與回答就能達(dá)到效果，以交流的形式進(jìn)行情感的激發(fā)，也使演員并沒有太大的心理壓力。

語(yǔ)境式情感的激發(fā)方式，情感的表現(xiàn)往往需要在特定的情景下才表現(xiàn)的比較真實(shí)，首先需要給說(shuō)話人提供語(yǔ)段的信息，語(yǔ)段到底講述什么主題，其次說(shuō)話人選擇朗讀或者心中默念段落，在正式試讀的時(shí)候，需要朗讀段落，劃線部分語(yǔ)句就是將要表現(xiàn)情感的語(yǔ)句，所以在情感語(yǔ)段的設(shè)計(jì)時(shí)，在語(yǔ)段的前半部分，需要一段文件進(jìn)行情感的鋪墊，讓情感達(dá)到一定的持續(xù)效果，然后在持續(xù)的效果下朗讀情感語(yǔ)句，這樣的情感激發(fā)屬于語(yǔ)境式情感激發(fā)，因?yàn)橛辛松舷挛牡那楦袖亯|，所以獲得的情感應(yīng)該比孤立式真實(shí)。但是會(huì)出現(xiàn)兩個(gè)問題，第一，有時(shí)會(huì)段落的設(shè)計(jì)達(dá)不到情感的鋪墊，第二段落的設(shè)計(jì)達(dá)到了情感鋪墊，但是之后的情感語(yǔ)句顯的比較突兀，針對(duì)以上兩類問題都是在設(shè)計(jì)語(yǔ)段中注意到的，主要原因是句子選擇的不好，或者情感段落的設(shè)計(jì)需要修改。下面一段文字表現(xiàn)出劃線情感句的語(yǔ)段設(shè)計(jì)。

對(duì)于孤立式情感的激發(fā)方式，孤立式情感的激發(fā)無(wú)需特定的場(chǎng)景，不需要對(duì)話，直接由說(shuō)話人對(duì)情感進(jìn)行表達(dá)，針對(duì)孤立式發(fā)音的特點(diǎn)，研究者們可以很容易得到大量的情感語(yǔ)句，因?yàn)楣铝⑹桨l(fā)音不需繁瑣的朗讀洽談的材料，所以孤立式發(fā)音時(shí)，情感的語(yǔ)氣和發(fā)音速度表現(xiàn)的非常的一致，而且在孤立式發(fā)音時(shí)，長(zhǎng)時(shí)間的激發(fā)一種情感，不需要情感的切換，很容易的得到所需要的情感語(yǔ)音書數(shù)據(jù)庫(kù)。

當(dāng)設(shè)計(jì)完330個(gè)情感短話和330個(gè)情感語(yǔ)段時(shí)，需要對(duì)設(shè)計(jì)的語(yǔ)段進(jìn)行打分，通過打分的方式進(jìn)行評(píng)測(cè)。我們?cè)O(shè)計(jì)了一個(gè)五點(diǎn)打分的量表，分別設(shè)計(jì)非常同意，同意，說(shuō)不準(zhǔn)，不同意，很不同意，五和程度進(jìn)行打分。測(cè)試人員為5人，測(cè)試對(duì)象為330句對(duì)話文本和330句語(yǔ)句文本，歷時(shí)三天，因?yàn)殚L(zhǎng)時(shí)間的工作會(huì)對(duì)人產(chǎn)生疲勞效果，影響判斷。

當(dāng)測(cè)試員拿到文本材料時(shí)，5個(gè)測(cè)試員在不同的房間，相同的條件下獨(dú)立完成判斷，排除外界或其他的偶然因素，當(dāng)5個(gè)人中標(biāo)記了相同的段落之后，認(rèn)為處于“說(shuō)不準(zhǔn)，不同意，很不同意”時(shí)，那么這個(gè)段落表示不通過，標(biāo)記為“說(shuō)不準(zhǔn)”也要標(biāo)記為不通過，重新進(jìn)行設(shè)計(jì)語(yǔ)段，通過打分，初次設(shè)計(jì)的語(yǔ)段不合格對(duì)話語(yǔ)段占40個(gè)，不合格的情景占32個(gè)，而在這些不合格的語(yǔ)段中，輕蔑，厭惡，溫順等情感的語(yǔ)段的設(shè)計(jì)達(dá)不到效果的有很多。但最終將不合格的去除或者重新的設(shè)計(jì)語(yǔ)段。

圖1-圖2表示語(yǔ)境和對(duì)話的設(shè)計(jì)例子

圖1 其中某句話“輕蔑”情感短話設(shè)計(jì)

圖2 其中某句話“驚訝”情感短話設(shè)計(jì)

2.3 錄音的運(yùn)作與文件編寫指標(biāo)

本次使用的錄音棚是一個(gè)小型移動(dòng)錄音棚，錄音人數(shù)為2人,一男一女，是大學(xué)畢業(yè)生，母語(yǔ)是維吾爾語(yǔ)的維吾爾族人，對(duì)于設(shè)備要求，本次使用的錄音棚是一個(gè)小型移動(dòng)錄音棚，滿足錄音要求，該錄音棚中已完成許多電視片的配音工作，隔音效果較好，此外在錄音棚墻質(zhì)不能產(chǎn)生回聲，否則需要加入泡沫等消音道具，話筒放于中心靠前位置，棚中不放置其它無(wú)關(guān)器械。

對(duì)于人員要求，錄音人數(shù)為2人，一男一女，是大學(xué)畢業(yè)生，母語(yǔ)是維吾爾語(yǔ)的維吾爾族人，并非專業(yè)演員，錄音時(shí)口語(yǔ)清晰，態(tài)度認(rèn)真，不可笑場(chǎng)。開始朗讀時(shí)，可進(jìn)行一次試音，便于熟悉情感和場(chǎng)景，調(diào)整自己的發(fā)音大小和距離話筒的位置。

為了激發(fā)真實(shí)的情感，我們提前不向錄音員發(fā)放腳本冊(cè)，因?yàn)檫^早地熟悉語(yǔ)料反而對(duì)情感激發(fā)存在影響，如提前醞釀情感等，以后當(dāng)熟練錄音流程時(shí)，我們甚至要求錄音員脫稿，或者將文稿進(jìn)行PPT放映，針對(duì)激發(fā)情感出現(xiàn)的表情，也是判斷情感的標(biāo)志之一。我們?cè)阡浺羟?0分鐘，發(fā)放腳本，主要給其介紹流程。正式錄音為錄兩遍，當(dāng)錄音師讀錯(cuò)或不滿足工作人員要求時(shí)，需要無(wú)條件重新錄制當(dāng)前語(yǔ)料直到工作人員容許通過?，F(xiàn)場(chǎng)人員為一名研究情感的實(shí)驗(yàn)室工作人員，對(duì)情感進(jìn)行判斷，一名維吾爾族同學(xué)，對(duì)發(fā)音進(jìn)行糾正，以及本文的作者，對(duì)錄制中出現(xiàn)的情況進(jìn)行及時(shí)溝通與整體把握。

采用“錄制方式+情感類別+性別+句子序號(hào)”的方式進(jìn)行保存命名，其中，錄制方式表征為：A對(duì)話式，B語(yǔ)境式，C對(duì)話式，情感類別為：A：中性，B溫順，C放松，D驚奇，E喜悅，F(xiàn)輕蔑，G厭惡，H恐懼，I悲傷，J焦慮，K憤怒，性別為01：男性，02：女性，句子序號(hào)為1-30，如A-A-01-01，表示對(duì)話式的激發(fā)情感的方式，中性情感，男性所讀的序號(hào)為1的句子。

2.4 語(yǔ)料庫(kù)的評(píng)價(jià)指標(biāo)

本文一共選擇了50（25男，25女）名維吾爾族人進(jìn)行了測(cè)試，他們?cè)诖酥安]有訓(xùn)練過類似的任務(wù)，而且他們也不是情感語(yǔ)音研究的學(xué)者和專家，平均年齡為26歲，年齡的范圍是從21-27歲，被試平均受教育的年限是（14.6±1.8）年。打分結(jié)果如表1所示。

一共三種方式錄制的1920句的維吾爾聲音進(jìn)行感知實(shí)驗(yàn)，每個(gè)被試在光線暗淡的房間中進(jìn)行，這個(gè)房間是隔音效果比較好的一個(gè)語(yǔ)音室，不會(huì)受外界環(huán)境的影響。他們通過聽側(cè)這段語(yǔ)音，進(jìn)行情感判斷，他們被要求是聽這個(gè)情感語(yǔ)音，確定他們的情感韻律，此時(shí)不考慮句子內(nèi)容的問題，因?yàn)橛袝r(shí)句子內(nèi)容會(huì)對(duì)情感的判斷有影響，之后他們?cè)?2種選項(xiàng)上對(duì)情感進(jìn)行判斷，按要求作答，12個(gè)項(xiàng)目是指11種情感再加上“以上都不是”的選項(xiàng)，為了聽測(cè)人的疲勞問題，將實(shí)驗(yàn)的語(yǔ)音材料分為了20塊，每塊聽側(cè)用時(shí)25分鐘，然后期間再休息5分鐘，考慮到上時(shí)間聽測(cè)可能對(duì)被試的判斷有影響，同時(shí)考慮被試的個(gè)人時(shí)間，我們用時(shí)3天時(shí)間聽側(cè)完所有的內(nèi)容。根據(jù)聽辨的結(jié)果，計(jì)算出平均的正確數(shù)據(jù)，然后計(jì)算聽辨率。

表1 三種錄制方式下的識(shí)別率變化

通過從主觀的聽測(cè)打分可以明顯的看出，三種錄制方式下，總體識(shí)別率在70%以上，平均聽測(cè)準(zhǔn)確度最高的是孤立式情感，對(duì)于對(duì)話式和語(yǔ)境式，聽測(cè)結(jié)果較低。

（1）語(yǔ)境式和對(duì)話式的聽辨率整體低于孤立式。尤其是對(duì)于基本情感，高興，厭惡，憤怒，恐懼的聽辨率很高，其中最主要的原因是：孤立式是典型的、容易被大多數(shù)人理解的情感表達(dá)，相同的情感表達(dá)較一致,當(dāng)聽到這類型的情感語(yǔ)音時(shí)，被試能較快的進(jìn)行判斷，如驚訝，憤怒等情感表現(xiàn)力度比較夸張，而且句子情感表現(xiàn)力度比較大，所以對(duì)于情感的判斷，被試容易打分。而在對(duì)話和語(yǔ)境式當(dāng)中，情感的表達(dá)力度由具體的情景和對(duì)話所影響。

（2）基本情感的聽辨率高于復(fù)雜情感。在中性，悲傷，憤怒，厭惡，驚訝，喜悅情感的聽辨率較高，而溫順，放松，輕蔑，焦慮這四類復(fù)雜情感聽辨率較低。復(fù)雜情感在一定程度上會(huì)對(duì)被試的判斷受影響，例如，輕蔑和厭惡情感的混淆，焦慮和悲傷情感混淆，都會(huì)對(duì)判斷造成一定的影響。

（3）通過對(duì)于復(fù)雜情感溫順、放松、厭惡的主觀聽測(cè)，復(fù)雜情感在對(duì)話和語(yǔ)境的激發(fā)下，情感的表達(dá)更加正確，容易被聽辨和識(shí)別，說(shuō)明復(fù)雜情感在一定的情景下更加容易激發(fā)。同時(shí)從一定的程度說(shuō)明,情感激發(fā)的作用。

通過從主觀的聽測(cè)打分可以明顯的看出，三種錄制方式下，總體識(shí)別率在70%以上，平均聽測(cè)準(zhǔn)確度最高的是孤立式情感，對(duì)于對(duì)話式和語(yǔ)境式，聽測(cè)結(jié)果較低。

3 結(jié)語(yǔ)

針對(duì)維吾爾情感語(yǔ)料庫(kù)的缺失和研究的需要，本文通過較詳細(xì)的構(gòu)建了一個(gè)便于控制和使用的維吾爾情感語(yǔ)料庫(kù)，選取了11種典型的情感，在情感的數(shù)量上有所增加，增加溫順，放松，輕蔑，焦慮四個(gè)復(fù)雜情感，一共包括六類基本情感和四種復(fù)雜的情感。在錄音的過程中考慮到情感的激發(fā)方式，分別設(shè)計(jì)了語(yǔ)境式激發(fā)、對(duì)話式激發(fā)、和孤立式激發(fā)三種激發(fā)3種錄制方式，從聽測(cè)分析比較情感的激發(fā)和表達(dá)效果，主觀實(shí)驗(yàn)下，三種激發(fā)方式都基本達(dá)到了效果。最終的語(yǔ)音材料包括1920句有效的語(yǔ)音，這個(gè)數(shù)據(jù)庫(kù)設(shè)計(jì)方法的可利用性和操作性，表現(xiàn)在為將來(lái)的維吾爾語(yǔ)情感語(yǔ)音研究，對(duì)情感語(yǔ)料庫(kù)的構(gòu)建和情感識(shí)別提供材料，并且為語(yǔ)料庫(kù)的研究提供方法和指導(dǎo)。未來(lái)工作是，利用該數(shù)據(jù)庫(kù)應(yīng)用進(jìn)行研究，對(duì)語(yǔ)音識(shí)別、分類、轉(zhuǎn)換、合成等件研究，深入分析三種不同的錄制方式效果和不同情感之間的變化規(guī)律，通過語(yǔ)料庫(kù)做情感相關(guān)計(jì)算將在下一步進(jìn)行。

[1]韓文靜,李海峰,阮華斌等.語(yǔ)音情感識(shí)別研究進(jìn)展綜述[J].軟件學(xué)報(bào),2014,V25（01）：37-50

[2]McKeown G,Valstar MF,Cowie R.The Semaine Corpus of Emotionally Coloured Character Interactions[J].IEEE International Conference on Multimedia&Expo,2010,26（2）：1079-1084

[3]Burkhardt F,Paeschke A,Rolfes M,Sendlmeier W,Weiss B.A Database of German Emotional Speech[C].the 2005 Interspeech.Lisbon：ISCA,2005,：1517-1520

[4]景少玲,毛峽,陳立江,張娜娜.漢語(yǔ)雙模情感語(yǔ)音數(shù)據(jù)庫(kù)標(biāo)注及一致性檢測(cè)[J].北京航空航天大學(xué)學(xué)報(bào),2015,v41（10）：1925-1934

[5]Ekman P,Power MJ.Handbook of Cognition and Emotion.[J].Sussex：Wiley&Sons,1999,22（Suppl 2）：237-244

[6]Xie B.Research on Key Issues of Mandarin Speech Emotion Recognition[D],2006;

[7]R Cowie，E Douglascowie，N Tsapatsoulis.Emotion Recognition in Human-Computer Interaction[J].Neural Networks the Official Journal of the International Neural Network Society,2005,18（4）：389-405

[8]Mehrabian A.Pleasure-Arousal-Dominance：A General Framework for Describing and Measuring Individual Differences in Temperament[J].Current Psychology,1996,14（4）：261-292

[9]Brewer D,Doughtie E B,Lubin B.Induction of mood and Mood Shift[J].Journal of Clinical Psychology,1980,36（1）：215-226

[10]Wright J,Mischel W.Influence of affect on Cognitive Social Learning Person Variables[J].Journal of Personality and Social Psychology,1982,43（5）：901-914.

[11]Bradley M M,Lang P J.The International Affective Picture System（IAPS）——Comparison of Evaluating Method in Young Adults Sample[J].Journal of the Japanese Society of Agricultural Machinerys&sfood Engineers,2014,01（2）：202-209.

[12]白露,馬慧,黃宇霞.中國(guó)情緒圖片系統(tǒng)的編制[J].中國(guó)心理衛(wèi)生雜志,2005,19（11）：719-722.

Design and Implementation of Uighur Emotional Speech Database Based on Emotion Excited

MENG Hui
（College of Information Science and Engineering,Xinjiang University,Urumqi 830046）

Demanding for speech emotion research,designs and implements a Uighur comprehensive database which has the same text and the same emotion but different evoked ways,the evoked way contains isolated type,context type,conversational type.The corpus recorded 1980 sin?gle sentences with two speakers and 11 types of emotion,the recording of the subjective listening test results to more than 80%or more.The practical significance of establishing the corpus provides important information with Uighur affective computing,it also provides meth?ods and practical guidance for establishing emotional speech database.

1007-1423（2017）23-0032-06

10.3969/j.issn.1007-1423.2017.23.007

孟輝（1990-）男，碩士研究生，研究方向?yàn)榍楦姓Z(yǔ)音分析

2017-04-14

2017-07-25

Corpus;Emotional Speech;Uighur;Emotion Excited