본 연구는 감성 지능형 인공 지능을 가능하게 하는 핵심적인 감성 컴퓨팅 기술인 음성 감정 인식(SER)을 연구하며, 특히 자원 부족 언어인 우르두어에 초점을 맞춥니다. 주로 탐구되지 않았던 교차 코퍼스 환경에서 우르두어 SER을 조사하며, 모델 일반화를 테스트하기 위해 세 개의 다른 우르두어 감성 음성 데이터 세트에 대한 교차 코퍼스 평가 프레임워크를 사용합니다. eGeMAPS 및 ComParE와 같은 두 가지 표준 도메인 지식 기반 음향 특징 세트를 사용해 음성 신호를 특징 벡터로 표현하고, 이를 로지스틱 회귀 및 다층 퍼셉트론 분류기에 전달합니다. 분류 성능은 클래스 레이블 불균형을 고려하여 가중 평균 재현율(UAR)을 사용하여 평가합니다.
