International Conference on Information and Knowledge Technology

فارسی

Home / چهاردهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Enhancing Supervised Learning in Speech Emotion Recognition through Unsupervised Representations

Authors :

Niloufar Faridani¹ Amirali Soltani Tehrani² Ramin Toosi³

1- دانشکده برق و کامپیوتر دانشگاه تهران 2- دانشکده برق و کامپیوتر دانشگاه تهران 3- دانشکده برق و کامپیوتر دانشگاه تهران

Keywords :

Speech Emotion Recognition،Self-supervised Learning،Convolutional Neural Network

Abstract :

Speech Emotion Recognition (SER) is pivotal in enhancing human-computer interaction by enabling a deeper understanding of emotional states across various applications, contributing to more empathetic and effective communication. This study proposes an innovative approach integrating self-supervised feature extraction with supervised classification for emotion recognition from small audio segments. In the preprocessing step, to eliminate the need to craft audio features, we employed a self-supervised feature extractor based on the Wav2Vec model to capture acoustic features from audio data. Then, the output feature maps of the preprocessing step are fed to a custom-designed Convolutional Neural Network (CNN)–-based model to perform emotion classification. Utilizing the ShEMO dataset as our testing ground, the proposed method surpasses two baseline methods, i.e., support vector machine classifier and transfer learning of a pre-trained CNN. Comparing the proposed method to the state-of-the-art techniques in the SER task indicates the superiority of the proposed method. Our findings underscore the pivotal role of deep unsupervised feature learning in elevating the landscape of SER, offering enhanced emotional comprehension in the realm of human-computer interactions.

List of archived papers

ML-based Optical Fibre Fault Detection in Smart Surveillance and Traffic Systems

Rushil Patel - Sana Narmawala - Nikunjkumar Mahida - Rajesh Gupta - Sudeep Tanwar - Hossein Shahinzadeh

تاثیر مدیریت دانش مشتری بر توسعه محصول جدید و نوآورانه با رویکرد مدل سازی معادلات ساختاری با استفاده از حداقل مربعات جزئی: مطالعۀ موردی شرکت کاله

دکتر آرش خسروی - سیده فاطمه حسینی - دکتر مرتضی رجب زاده آرش خسروی - سیده فاطمه حسینی - مرتضی رجب زاده -

Designing an AI-assisted toolbox for fitness activity recognition based on deep CNN

Ali Bidaran - Dr Saeed Sharifian

ارائه یک مدل جهت تخصیص منابع به توابع مجازی شبکه (VNF) باهدف حفظ درجه تعادل بار در شبکه های چند دامنه ای مبتنی بر نرم‌افزار(multi-SDN)

امین زنداقطاعی - دکتر وحید ستاری نائینی امین زنداقطاعی - وحید ستاری نائینی -

مروری بر تشخیص جامعه در شبکه های اجتماعی

صفورا اخلاقی - محمدباقر منهاج - بهروز معصومی

مدیریت توأم منابع و خواب ایستگاه پایه مبتنی بر یادگیری تقویتی در شبکه های فوق متراکم با ارتباطات دو طرفه

طاهره رحمتی - بهروز شاهقلی قهفرخی

استخراج ویژگی مجموعه داده‌های پزشکی دارای ابعاد بالا با استفاده از برنامه نویسی ژنتیک چند منظوره

سحر فقیهی راد - دکتر سیده نفیسه آل محمد سحر فقیهی راد - سیده نفیسه آل محمد -

Cryptanalysis of two password authenticated key exchange schemes

Mohammad Ali Poorafsahi - Hamid Mala

یک سیستم پاسخ به نفوذ در شبکه های اینترنت اشیاء با استفاده از شبکه های مبتنی بر نرم افزار

احسان شاهرخی مینا - رضا محمدی - محمد نصیری

ISAAF: بهبود چارچوب مجوز خودتطبیق SAAF با استفاده از پیاده‌سازی مبتنی بر عامل و مفهوم I-Shairing

الهام معین الدینی - دکتر منیره عبدوس - دکتر اسلام ناظمی

more

Samin Hamayesh - Version 42.5.2