시니어 헬스케어를 위한 음성 기반 감정 분류 모델에 관한 연구

Abstract

본 논문은 감정 분류가 되어있는 한국어 음성 데이터셋을 기반으로 시니어 헬스케어를 위한 노인들의 감정 분석 모델을 제안한다. 제안한 모델은 주어진 데이터 세트에서 노인들의 경우 불분명한 발음과 느린 음성 속도와 같은 음성 특징들을 극복하기 위해 잡음 제거, 음성 정규화, 발음 정제와 같은 전처리 기술을 적용하였으며, log mel spectrogram 기술을 활용하였고 분류 모델은 컨볼루션 레이어와 리커런트 레이러를 합친 Convolution-Recurrent Neural Network(CRNN)를 조합하여 구성하였다. 개발 모델에 대하여 평가지표로 Area Under the Curve(AUC)를 사용하여 얻어낸 감정 분류 정확도는 85%가 나왔다. 이러한 결과는 노인들의 음성 감정 분류에 대하여 정확도가 높고 효과적인 접근 방법을 제시하며, 노인들의 감정 상태를 이해하여 헬스케어에 크게 기여할 수 있다. 또한, 이러한 연구 결과는 노인들의 음성 감정 분류 분야에 새로운 가능성을 열어주고, 관련 연구 및 실제 응용에 큰 도움이 될 것으로 기대된다.