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

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.

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