Emotion Recognition from Speech Signals

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Mena M.E.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 116 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 48,000

دانشگاه لیوبلیانا، 2012. - 116 p. دو هدف اصلی این پروژه تجزیه و تحلیل کارایی چندین تکنیک به طور گسترده در زمینه تشخیص احساسات از طریق سیگنال های صوتی گفتاری، و دوم، به دست آوردن داده های تجربی که ثابت می کند انجام این کار با نرخ عملکردی بیش از قابل قبول است.
برای این منظور، تحقیق ما چهار مرحله اصلی را دنبال خواهد کرد. ابتدا، ما رویکرد نظری در پس حالت های عاطفی و همچنین طبقه بندی آنها را بررسی می کنیم. پس از آن، رابطه بین سیگنال های گفتاری و ویژگی های صوتی ذاتی آنها را معرفی می کنیم که از طریق آن می توان اطلاعات مربوط به حالات احساسی را رمزگشایی کرد. مرحله دوم ارائه مطالب موجود و روش انتخابی ما را پوشش می دهد. برای انجام این کار، شرحی از منبع فایل‌های گفتار ما - پایگاه داده احساسات - و همچنین تجزیه و تحلیل کاملی از پرکاربردترین ویژگی‌های آکوستیک برای رمزگشایی اطلاعات پنهان در مورد احساسات پوشش داده می‌شود. بخش پایانی این مرحله به چندین تکنیک انتخاب ویژگی و طبقه‌بندی و همچنین ابزارهایی که از طریق آن داده‌های نهایی به ما ارائه می‌شود، می‌پردازد.
مرحله سوم، ارائه ابزارهای انتخابی را پوشش خواهیم داد. کل بخش آزمایش را امکان پذیر می کند: ابزار استخراج ویژگی و نرم افزار داده کاوی که داده های طبقه بندی شده نهایی را ارائه می دهد. مرحله چهارم و آخر شامل تمام کارهای تجربی و نتیجه گیری نهایی ما خواهد بود. در اینجا، ما با مجموعه‌های مختلفی از ویژگی‌های آکوستیک کار می‌کنیم، آنها را تحت طبقه‌بندی‌کننده‌های مختلف طبیعت طبقه‌بندی می‌کنیم و نتایج را تجزیه و تحلیل می‌کنیم. حتی بیشتر، ما چندین تکنیک انتخاب ویژگی را برای این مجموعه ویژگی های استخراج شده اعمال می کنیم، آنها را طبقه بندی می کنیم و عملکرد آنها را با هم مقایسه می کنیم. هر آزمایش نتیجه گیری های خاص خود را خواهد داشت، اما آخرین فصل از بحث کلی نیز وجود خواهد داشت که تمام آزمایش ها را در نظر می گیرد.

University of Ljubljana, 2012. - 116 p. The two main objectives of this project are to analyse the efficiency of several techniques widely used among the field of emotion recognition through spoken audio signals, and, secondly, obtain empirical data that proves that it is actually plausible to do so with a more than acceptable performance rate.
For that purpose, our research will follow four main stages. First, we will board the theoretical approach behind affective states as well as their classification. After that, we will introduce the relationship between spoken signals and their intrinsic acoustic features, through which it is possible to decode information about emotion states. The second stage will cover the presentation of our available materials and chosen methodology. To do so, a description of our source of speech files – emotion database – , as well as a thorough analysis of the most widely used acoustic features meant to decode the hidden information about emotions will be covered. The final part of this stage will treat several feature selection and classification techniques, as well as the means through which we will be presented with the final data.
The third stage, we will cover the presentation of the selected tools that will make possible the whole experimentation part: the feature extraction tool, and the data-mining software that will deliver the final classified data. The fourth and final stage will contain all our experimental work and the final conclusions. Here, we will work with different sets of acoustic features, we will classify them under different nature classifiers and analyse the results. Even more, we will apply several feature selection techniques to these extracted attribute sets, classify them and compare their performance. Each experiment will have its own conclusions, but there will also be one last chapter of general discussion that will take into account all the experimentation.