طراحی و پیاده سازی سیستم هوشمند شناسایی احساسات از گفتاربا تبدیل موجک وشبکه عصبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 534

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC01_051

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

پی بردن به یک حالت روانی و جسمی با گوناگونی احساسات همراه می باشد. که منجر به خلق اندیشه و رفتارهایی متناسببا خود است. شناسایی احساس از گفتار، موضوعی قابل توجه و بدیهی در برخورد انسان با ماشین و ابزارهای ساخته دستخود اوست. گسترش استفاده از رایانه و تاثیر آن در زندگی امروز باعث شده است که این همکاری متقابل بین انسان وماشین در سطح گسترده ای مورد بررسی و تحقیق و پژوهش قرار بگیرد. چرا که این موضوع بخصوص یعنی شناساییاحساس از گفتار در چند دهه گذشته بیش از پیش مورد بررسی قرار گرفته است. در این پایان نامه، سیگنال گفتار بهمنظور ایجاد سیستم شناسایی که قادر به تشخیص احساسات انسانی باشد، مورد آنالیز قرار گرفته و مجموعه جدیدیاز ویژگی های در حوزه زمان، فرکانس و زمان- فرکانس برای افزایش دقت در این سیستم ارائه شده است . بعد از کاهشو استخراج ویژگی های مورد نظر، توسط کلاسه بند شبکه عصبی، کلاسه بندی چهار حالت احساسی از دو پایگاه دادهاحساسی EMO-DB و SAVEE انجام می گیرد. نتایج حاصله بیانگر دقت بسیار مطلوب و کیفیت عالی طبقه بندی بااستفاده از ترکیب ویژگی ها می باشند.

کلیدواژه ها:

شناسایی احساس از گفتار ، استخراج ویژگی ، ضرایب کپسترال مبتنی بر معیار مل (MFCC) ، شبکه های عصبی مصنوعی ، تبدیل موجک

نویسندگان

بی بی زهرا منصوری

گروه مهندسی کامپیوتر، واحد علوم و تحقیقات کرمان، دانشگاه آزاد اسلامی کرمان، ایران

فرامرز صادقی

گروه مهندسی کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی کرمان، ایران

حمید میروزیری

گروه مهندسی کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی کرمان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Interm atimal Conference _ _ formation Techm _ Comnuter & ...
  • Shah, F., Sukumar, A.R. and Anto, B., (2010), Discrete wavelet ...
  • Javidi, M.M .and Roshan, E.F., (2013), Speech Emotion Recognition by ...
  • Dai, K., Fell, H.J. and MacAuslan, J., (2008), Recognizing emotion ...
  • Ayadi, E., (2007), Speech emotion recognition using Gaussian mixture vector ...
  • Haq , S., Jackson, P.J. and Edge, J., (2008), Audio-visual ...
  • Ververidis, D. and Kotropoulos, C., (2006), Fast sequential floating forward ...
  • Sheikhan, M., Bejani, M. and Gharavian, D., (2013), Modular neural-SVM ...
  • McLoughlin, I., (2009), Applied speech and audio processing: with Matlab ...
  • Devi, J.S., Y. Srinivas, and S.P. Nandyala, Automatic Speech Emotion ...
  • Rabiner, L.R. and Schafer, R.W., (2007), Introduction to digital speech ...
  • Li, X., (2007), SPEech Feature Toolbox (SPEFT) Design and Emotional ...
  • Sunny, S., David Peter, S. and Jacob, K.P., (2013), Performance ...
  • نمایش کامل مراجع