تشخیص احساس با روش پردازش گفتار و انتخاب ویژگی
- سال انتشار: 1400
- محل انتشار: نهمین کنفرانس ملی پژوهش های کاربردی در علوم برق ،کامپیوتر و مهندسی پزشکی
- کد COI اختصاصی: ECMECONF09_025
- زبان مقاله: فارسی
- تعداد مشاهده: 1159
نویسندگان
استاد یار دانشگاه آزاد اسلامی ایرانشهر
دانشجوی کارشناسی دانشگاه آزاد اسلامی ایرانشهر
دانشجوی کارشناسی دانشگاه آزاد اسلامی ایرانشهر
چکیده
امروزه تشخیص احساس از گفتار در مواردی که ارتباط متقابل انسان و ماشین وجود دارد مورد توجه قرار گرفته شده است. با وجود چالش های زیاد در این زمینه همچنان فاصله زیادی بین احساسات طبیعی انسان و درک کامپیوتر نسبت به آن وجود دارد . در این مقاله از پایکاه داده برلین به عنوان معروف ترین پایگاه داده موجود با ۰۵۵ جمله که توسط بازیگران حرفه ای در محیط آزمایشگاه ایجاد شده که از ۶۱ جمله آن با ۷ احساس متفاوت خوشحالی ، تنفر ، طبیعی ، ترس ، ناراحتی ، عصبانیت و خستگی استفاده شده است.ویژگی های گوناگون جمالت این پایگاه به صورت مجزا استخراج و به دلیل تعداد بسیار زیاد ویژگی به روشی برای کاهش فضای ویژگی پیش از اعمال الگوریتم دسته بندی نیاز است.بدین منظور از یک روش بازگشتی مبتنی برS V M (ماشین بردار پشتیبان )جهت استخراج ویژگی های موثر در تشخیص احساس از داده های موجود بیان شده است.همچنین جهت طبقه بندی احساسات از دو طبقه بند MSVM و K NNKنزدیکترین همسایگی ( استفاده شده است.نرخ متوسط تشخیص تنها با استفاده از ۸ ویژگی موثرتر از میان ۷۵ ویژگی موجود بدست آمده ست. هدف از این مقاله،طراحی یک سیستم تشخیص احساس از گفتار و ارائه روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگیهای متفاوتی استفاده شده است، اما هیچ یک عملا به ارتباط بین دامنه صوت و حالتهای احساسی نپرداخته اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به نظر میرسد بتواند در جداسازی حالت های مختلف احساسی کمک کند.برای این منظور، در این پژوهش از موجک بیونیک برای استخراج ویژگی از سیگنالهای صوتی، در تشخیص خودکار احساسات از گفتار استفاده شده است .ساختارموجک بیونیک منطبق بر ساختار گوش انسان است و چون انسان درک خوبی از احساسات گفتار دارد، می توان انتظار داشت که استفاده از موجک بیونیک برای تشخیص خودکار احساسات از گفتار مفید باشدکلیدواژه ها
تشخیص احساس از گفتار،پایگاه داده،استخراج ویژگی،انتخاب ویژگیمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.