다중 감정 분류를 위한 실시간 음성 기반 감정 인식 시스템 구현 및 평가

• 영문명: Implementation and Evaluation of a Real-Time Speech-Based Emotion Recognition System for Multi-Label Emotion Classification
• 발행기관: 한국전자통신학회
• 저자명: 박민수(Min-Su Park) 김남호(Nam-Ho Kim) 최광미(Gwang-Mi Choi)
• 간행물 정보: 『한국전자통신학회 논문지』제20권 제3호, 611~620쪽, 전체 10쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

본 논문은 KEMDy19 한국어 감정 음성 데이터셋과 AI-Hub에서 자체 구축한 커스텀 음성 데이터셋을 기반으로 MFCC 특징을 추출하고, CNN-BiLSTM 모델을 활용하여 실시간 다중 감정 인식 시스템을 구축하였다. 데이터 증강, 정규화, 감정별 오버샘플링을 최적화하여 모델의 일반화 성능과 감정 간 데이터 불균형 문제를 개선하였다. 감정별 최적 임계값(threshold)을 적용하여 예측 성능을 향상시킨 결과, 최종적으로 완전 일치 정확도 72%와 부분 감정일치 정확도 93%를 달성하였으며, 본 시스템은 실시간 감정 인식 기반 스마트홈, AI 인터페이스, IoT 서비스 등 다양한 분야에 활용될 수 있다.

영문 초록

This study constructed a real-time multi-label emotion recognition system by extracting MFCC features from the KEMDy19 Korean emotional speech dataset and a custom speech dataset built using AI-Hub. By optimizing data augmentation, normalization, and emotion-specific oversampling, the model's generalization performance was improved and the issue of emotion class imbalance was addressed. Applying optimal threshold values for each emotion further enhanced prediction performance, resulting in an exact match accuracy of 72% and a partial match accuracy of 93%. The proposed system can be applied to various fields such as real-time emotion-aware smart homes, AI interfaces, and IoT services.

목차

Ⅰ. 서 론

Ⅱ. 음성 감정 인식 모델 개발을 위한 데이터 처리 및 시스템 설계

Ⅲ. 결 론

References

키워드

한국어 음성 감정 인식, 실시간 감정 분석, 다중 감정 학습 MFCC, CNN-BiLSTM, Korean Speech Emotion Recognition, Real-time System, Multilabel Learning