MultiLinguahah : A New Unsupervised Multilingual Acoustic Laughter Segmentation

요약

웃음은 인간 소통의 핵심 요소이지만, 오디오에서 이를 정확하게 탐지하고 세분화하는 것은 어려운 과제입니다. 기존 기계 학습 방법들은 수동 주석에 의존하며 영어 중심의 데이터셋이 많다는 한계를 가집니다. 본 논문에서는 웃음 세분화 문제를 에너지 기반 시퀀스의 이상 탐지로 재정의한 무감독 다국어 방법을 제안합니다. 이 방법은 BYOL-A 인코더로 학습된 오디오 표현에 Isolation Forest를 적용하여, 비영어권 환경에서도 우수한 성능을 입증했습니다.

핵심 포인트

• 웃음 탐지 및 세분화는 사회적 상호작용의 핵심이지만 기술적으로 어려운 과제이다.
• 기존 방법들은 수동 주석과 영어 중심 데이터셋에 의존하는 한계가 있다.
• 본 연구는 웃음 세분화 문제를 '에너지 기반 시퀀스의 이상 탐지(Anomaly Detection)'로 재정의하여 무감독 다국어 접근 방식을 제시한다.
• BYOL-A 인코더와 Isolation Forest를 결합한 방법은 비영어권 환경에서 기존 최신 알고리즘보다 우수한 성능을 보인다.