Emotion Recognition using Speech Features

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Krothapalli S.R.,  Koolagudi S.G.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 134 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت 

قیمت کتاب (تومان) : 32,000

Издательство Springer, 2013, -134 pp.
در طول تولید گفتار، انسانها نشانه های احساسی را بر توالی واحدهای صوتی تحمیل می کنند تا پیام مورد نظر را منتقل کنند. گفتار بدون اطلاعات احساسی غیر طبیعی و یکنواخت است. اکثر سیستم های گفتاری موجود قادر به پردازش گفتار خنثی ضبط شده در استودیو هستند. با این حال، در سناریوی ارتباطی دنیای واقعی کنونی، سیستم‌های گفتاری باید توانایی پردازش احساسات تعبیه‌شده را داشته باشند. سرنخ های احساسی موجود در گفتار ممکن است در ویژگی های مختلف استخراج شده از منبع برانگیختگی، سیستم مجرای صوتی و اجزای عروضی کلام مشاهده شود.
این کتاب تلاش می کند تا روش های به دست آوردن دانش خاص هیجان را از طریق منبع تحریک، دستگاه صوتی و ویژگی های عروضی استخراج شده از گفتار مدل‌های مختلف تشخیص احساسات با استفاده از شبکه‌های عصبی خودکار، ماشین‌های بردار پشتیبان و مدل‌های مخلوط گاوسی توسعه یافته‌اند. پایگاه داده گفتار عاطفی به زبان هندی تلوگو IITKGP-SESC (انستیتوی فناوری هند خاراگپور-شبیه‌سازی هسته گفتاری احساسات) و پایگاه‌داده گفتار عاطفی برلین Emo-DB در این مطالعه برای ارزیابی عملکرد تشخیص احساسات استفاده شده است.
این کتاب عمدتاً برای محققانی که روی تشخیص احساسات از گفتار کار می کنند در نظر گرفته شده است. این کتاب همچنین برای محققان جوانی که می‌خواهند با استفاده از منبع تحریک اولیه، دستگاه صوتی و ویژگی‌های عروضی به تحقیق در پردازش گفتار بپردازند مفید است. از این رو، این ممکن است به عنوان متن یا کتاب مرجع برای دوره فوق لیسانس پردازش گفتار پیشرفته توصیه شود. مقدمه.
تشخیص احساسات گفتار: مروری.
تشخیص احساس با استفاده از اطلاعات منبع تحریک .
ویژگی های B MFCC.
C Gaussian Mixture Model (GMM).

Издательство Springer, 2013, -134 pp.
During production of speech human beings impose emotional cues on the sequence of sound units to convey the intended message. Speech without emotional information is unnatural and monotonous. Most of the existing speech systems are able to process studio recorded neutral speech. However, in the present real world communication scenario, speech systems should have the ability to process the embedded emotions. Emotional clues present in the speech may be observed in various features extracted from excitation source, vocal tract system and prosodic components of speech.
This book attempts to discuss the methods to capture the emotion specific knowledge through excitation source, vocal tract and prosodic features extracted from speech. Various emotion recognition models are developed using autoassociative neural networks, support vector machines and Gaussian mixture models. Emotional speech database in an Indian language Telugu IITKGP-SESC (Indian Institute of Technology Kharagpur-Simulated Emotion Speech Corpus) and Berlin emotional speech database Emo-DB are used in this study for evaluating the emotion recognition performance.
This book is mainly intended for researchers working on emotion recognition from speech. This book is also useful for the young researchers, who want to pursue the research in speech processing using basic excitation source, vocal tract and prosodic features. Hence, this may be recommended as the text or reference book for the postgraduate level advanced speech processing course. Introduction.
Speech Emotion Recognition: A Review.
Emotion Recognition Using Excitation Source Information.
Emotion Recognition Using Vocal Tract Information.
Emotion Recognition Using Prosodic Information.
Summary and Conclusions.
A Linear Prediction Analysis of Speech.
B MFCC Features.
C Gaussian Mixture Model (GMM).