تشخیص احساسات در گفتار با استفاده از شبکه های عصبی

تشخیص خودکار احساسات در گفتار از جدیدترین حوزه تحقیقاتی در زمینه تعامل انسان و ماشین است، کهکاربرد بالقوه ای در فناوری دارد. به عنوان مثال می توان به تشخیص روانپزشکی، اسباب بازی هایهوشمند، تشخیص دروغ، مرکز تماس هوشمند، نرم افزار آموزشی با محیط آموزش از راه دور و... اشاره کرد.در واقع این مقاله رویکردی را برای تشخیص وضعیت عاطفی کاربر با تجزیه و تحلیل سیگنال گفتار انسانپیشنهاد می کند. به طور کلی تشخیص عاطفه با استفاده از متن، گفتار، صوت، چهره و... انجام می شود. دراین مقاله، ما از ویژگی های صوتی برای تشخیص حالات احساسی مختلف در گفتار را تجزیه و تحلیل کردهایم و برخی از آنها را مورد بررسی قرار دادیم که از شبکه عصبی به عنوان طبقه بندی کننده پنج حالتاحساسی شامل غم، شادی، عصبانیت، ترس و بی حوصلگی استفاده می کند. برای انجام طبقه بندی ازویژگی گفتار، مانند ضریب کپسترال (MFCC) و ضریب پیش بینی خطی مغزی (LPCC) کمک می گیرد.

کلیدواژه ها:

تشخیص احساسات ، استخراج ویژگی ، شبکه عصبی ، سیستم طبقه بندی.