استخراج ویژگی ها از سیگنال گفتار فارسی جهت شناسایی احساس

برقراری ارتباط کلامی بین انسان و ماشین و همچنین درک احساسات انسانی از سوی ماشین و ارایه ی واکنش مناسب به آن نیازمند درک صحبت و احساسات گوینده است که در این راستا تحقیق در زمینه ی تشخیص احساس در سیگنال گفتار ضرورت می یابد. در این مقاله، تلاش برای طراحی و پیاده سازی سیستمی جهت تعیین و تشخیص احساس عصبانیت و خوشحالی در سیگنال گفتار فارسی گزارش داده شده است. تحقیقاتی در زمینه بازشناسی بعضی احساسات در اکثر زبان ها انجام شده اما به دلیل مشکل بودن ایجاد پایگاه داده ی گفتاری، باعث شده تاکنون تحقیقات کمی برای بازشناسایی احساس در گفتار فارسی انجام شود. در این مقاله با توجه به عدم وجود پایگاه داده مناسب به زبان فارسی برای تشخیص احساسات، در ابتدا، یک پایگاه داده برای حالات خوشحالی و عصبانیت و خنثی ( بدون هرگونه احساسی ) به زبان فارسی، شامل 720 جمله ایجاد گردید. سپس خصوصیات فرکانسی سیگنال های گفتاری بدست آمده از تبدیل فوریه مانند ماکزیمم، مینیمم، میانه و میانگین و همچنین ضرایب LPC استخراج شد. سپس، شبکه ی عصبی MLP برای تشخیص احساس خوشحالی و عصبانیت به کار گرفته شد که دقت متوسط 87/74% به دست آمد.

کلیدواژه ها:

بازشناسی احساس ، پردازش گفتار ، تشخیص خوشحالی و عصبانیت ، ضرایب LPC ، شبکه عصبی