تشخیص حالت از گفتار با استفاده از تعیین جنسیت گوینده

احساس یک حالت روانی و فیزیولوژیکی و مرتبط با طیف گسترده ای از احساسات، افکار و رفتار است. احساسات، تجارب ذهنی، یاتجربه ای از نقطه نظر فردی هستند. احساس اغلب با خلق و خوی ، شخصیت و منش مرتبط است و تشخیص آن نقش مهمی در طبیعی سازی ارتباط میان انسان و ماشین دارد. علیرغم پیشرفتهای گسترده در حوزه پردازش گفتار، درک و تشخیص احساس یکی از چالشهای مهم در ساختماشین های هوشمند محسوب می شود. از این رو، در این مقاله، با استفاده از تعیین جنسیت گوینده (زن یا مرد)، احساسات انسان (خشم، شادی وطبیعی) تشخیص داده می شود. سیستم ارائه شده، به دلیل متمایز بودن ویژگی ها در زن و مرد، ابتدا جنسیت گوینده را با استخراج ویژگی فرکانسپیچ (pitch) گفتار و استفاده از طبقهبندی کننده نزدیکترین همسایه (KNN) تشخیص میدهد و سپس، برای تشخیص احساس گوینده، ویژگیضرایب کپسترال مبتنی بر معیار مل (MFCC) را بکار می برد. احساسات بطور جداگانه برای زن و مرد، براساس صداهایشان کلاس بندی می شوند. با مقایسه تشخیص حالت با تعیین جنسیت (71 %) و بدون تعیین جنسیت (67%)، مشخص گردید که استفاده از تعیین جنسیت گوینده، در تشخیص حالت از گفتار موثر است.

کلیدواژه ها:

تشخیص احساس ، تعیین جنسیت گوینده ، ضرایب کپسترال مبتنی بر معیار مل ، طبقهبندی کننده نزدیکترین همسایه