Implementing Emotion Detection from Speech in a Commercial Robot for Psychological Assessment of Elderly People: A Comparative Study of Python-based Approaches and Existing Solutions

Abstract

In de afgelopen tien jaar is het aantal 65-plussers in Spanje met 30% gestegen. Om dit tegen te gaan zal het ADDIM systeem de gebruiker ondersteunen om zelfstandig te wonen. Deze masterthesis is gericht op het herkennen van de emotie van de gebruiker. Dit zal deel uitmaken van de stemmingsdetectie van de gebruiker in het ADDIM (Asistencia Domiciliaria Digital Integral para Mayores) systeem. Dit is een digitaal platform voor het in de gaten houden van de gezondheid, veiligheid, gezelschap en emotionele ondersteuning van ouderen thuis, gebaseerd op robotica, kunstmatige intelligentie en ambient assisted living. Om gebruikersemoties te kunnen detecteren, moeten het juiste spraakcorpus, kenmerkextractiemethoden, voorbewerkingsmethoden en machine-learningmodellen worden geselecteerd. Op basis van de gedetecteerde emotie zal de robot de interactie aangaan met de gebruiker om voorgedefinieerde acties uit te voeren. De uiteindelijke stemming van de gebruiker wordt ingeschat door deze output in combinatie met visuele feedback en de sensoren in het huis van de gebruiker met het ADDIM-systeem.

Drie spraak corpora zijn gekozen met hertraining om gepersonaliseerde detectie te bereiken op basis van eerdere opnames van de gebruiker. Bovendien zorgt dit ervoor dat de detectie in de loop van de tijd wordt verbeterd, wat in eerder onderzoek nog niet is geïmplementeerd. Ten slotte gebruikt de implementatie dimensionale emotiedetectie in plaats van discrete emotiedetectie. Dit vergroot het aantal detecteerbare emoties.