Research on emotional speech has been carried out for many languages over the world and for Vietnamese, there was a beginning. This paper describes some research results on main features of four basic emotions: happiness, sadness, anger and neutrality. Our preliminary research on emotions of Vietnamese shows that in general anger and happiness correspond to speech energy and fundamental frequency higher than the one of neutral emotion, the sad emotion has the lowest values for energy and fundamental frequency. These comments come from the statistical methods such as analysis of variance (ANOVA) and Tukey’s test applied for our Vietnamese emotion corpus. The classifiers SMO, lBk, trees J48 have been used for preliminary identification of emotions based on BKEmo corpus. The highest recognition rate is 98.17% for the classifier lBk using 384 feature parameters and this rate decreases to 82.59% for the case using only 48 parameters relating to the F0 and intensity.

Bài báo này trình bày phương pháp nhận dạng phương ngữ tiếng Việt sử dụng mạng nơron tích chập CNN. Các nghiên cứu hiện nay về nhận dạng phương ngữ tiếng Việt mới sử dụng các phương pháp học máy truyền thống như K láng giềng gần nhất KNN, cây quyết định, máy hỗ trợ véctơ SVM. Nghiên cứu này bước đầu áp dụng phương pháp mạng nơron học sâu vào bài toán này. Quá trình trích chọn tham số đã biểu diễn âm thanh tiếng nói ở dạng phổ spectrogram. Kiến trúc mạng được chọn lựa thử nghiệm là mạng nơron tích chập CNN. Kết quả thử nghiệm cho thấy phương pháp này đã đạt kết quả vượt trội so với các phương pháp học máy truyền thống.

ẢNH HƯỞNG CỦA ĐẶC TRƯNG PHỔ TÍN HIỆU TIẾNG NÓI ĐẾN NHẬN DẠNG CẢM XÚC TIẾNG VIỆT