بهره گیری از فرآیند یادگیری عمیق در شناسایی سریع احساسات در گفتار
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 648
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCO05_034
تاریخ نمایه سازی: 24 شهریور 1398
چکیده مقاله:
این مقاله قصد داریم به ارائه روشی برای شناسایی احساسات گوینده از طریق تحلیل اسپکتروگرام سیگنال گفتار با استفاده از الگوریتم های یادگیری عمیق بپردازیم. برای این منظور با بهره گیری از شبکه ها GoogLeNet وFTGoogLeNet و ترکیب آن ها با SVM اقدام به شناسایی احساسات در پایگاه داده EmoDB می نماییم. نتایج شبیه سازی ها نشان می دهد که تکنیک FTGoogLeNet در مقایسه با GoogLeNet-SVM از دقت بالاتری برخوردار است درحالی که ساختار ،GoogLeNet-SVM بدلیل حذف دستورالعمل آموزش شبکه عصبی، از حجم محاسباتی کمتری بهره می برد.
کلیدواژه ها:
نویسندگان
مهدی محمودوند
گروه مهندسی برق الکترونیک، دانشکده فنی، واحد دورود، دانشگاه آزاد اسلامی، دورود، ایران
سلمان کریمی
استادیار گروه برق، دانشگاه لرستان، خرم آباد، ایران