تشخیص احساس بر مبنای گفتار

تشخیص خودکار احساسات (aer) مساله ای بسیار مهم، در عرصه تعامل انسان و ماشین (hci) می باشد. با افزایش روزافزون محبوبیت کامپیوترها در زندگی ما، تحقیق درباره ی تعامل بین انسان ها (کاربران) و کامپیوترها نیز بیشتر مورد توجه قرار گرفته است. قابلیت تشخیص احساس توسط کامپیوترها با دقتی همانند انسان ، به منظور ایجاد رابطه ای طبیعی و دوستانه بین انسان و کامپیوتر، بسیار حائز اهمیت بوده و با مجهز شدن به چنین سیستم تشخیص احساسی، کامپیوتر ها قادر به تشخیص حالت احساسی کاربران و واکنش متناسب با آن می گردند. در این پایان نامه، سیگنال گفتار به منظور ایجاد سیستم تشخیص خودکاری که قادر به بازشناسی احساسات انسانی باشد، مورد تحلیل قرار گرفته و مجموعه ای جدیدی از ویژگی های طیفی ارائه شده است. تمام ویژگی های صوتی مورد نظر از فریم های متوالی سیگنال گفتار استخراج و ویژگی های آماری این فریم ها به عنوان بردار ویژگی در نظر گرفته می شوند. بعد از کاهش و استخراج ویژگی های مورد نظر، توسط سه طبقه بند: شبکه عصبی پرسپترون، ماشین بردار پشتیبان و k نزدیکترین همسایگی در شرایط تمیز و آلوده به نویز، کلاس بندی حالت احساسی برای هفت کلاس احساسی از ? پایگاه داده ی emo-db، saveeو enterface’05 انجام می گیرد. نتایج نشانگر دقت بسیار مطلوب طبقه بندی با استفاده از این ویژگی ها می باشند.