عبدالرحمن دوستی - دانشجوی کارشناسی دانشگاه آزاد اسلامی ایرانشهر

امروزه تشخیص احساس از گفتار در مواردی که ارتباط متقابل انان و ماشین وجود دارد مورد توجه قرار گرفته شده است. با وجود چالش های زیاد در این زمنه همچنان فاصله زیادی بین احساسات طبیعی انسان و درک کامپیوتر نسبت به آن وجود دارد. در این مقاله از پایگاه داده برلین به عنوان معروف ترین پایگاه داده موجود با ۰۵۵ جمله که توسط بازیگران حرفه ای در محیط آزمایشگاهایجاد شده که از ۶۱ جمله آن با ۷ احساس متفاوت خوشحالی، تنفر، طبیعی، ترس، ناراحتی، عصبانیت و خستگی استفاده شده است. ویژگی های گوناگون جملات این پایگاه به صورت مجزا استخراج و به دلیل تعداد بسیار زیاد ویژگی به روشی برای کاهش فضای ویژگی پیش از اعمال الگوریتم دسته بندی نیاز است. بدین منظور از یک روش بازگشتی مبتنی بر (SCM ماشین بردار پشتیبان) جهت استخراج ویژگی های موثر در تشخیص احساس از داده های موجود بیان شده است. همچنین جهت طبقه بندی احساسات از دو طبقه بند MSVM و K (KNN نزدیک ترین همسایگی) استفاده شده است. نرخ متوسط تشخیص تنها با استفاده از ۸ ویژگی موثر از میان ۷۵ ویژگی ویژگی موجود بدست آمده است. هدف از این مقاله، طراحی یکی سیستم تشخیص احساس از گفتار و ارائه روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگی های متفاوتی استفاده شده است، اما هیچ یک عمال به ارتباط بین دامنه صوت و حالت های احساسی نپرداخته اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به نظر می رسد بتواند در جداسازی حالت های مختلف احساسی کمک کند. برای این منظور، در این پژوهش از موجب بیونیک برای استخراج ویژگی از سیگنال های صوتی، در تشخیص خودکار احساسات از گفتار استفاده شده است. ساختار موجک بیونیک منطبق بر ساختار گوش انسان است و چون انسان درک خوبی از احساسات گفتار دارد، می توان انتظار داشت که با استفاده از موجک بیوتیک برای تشخیص خودکار احساسات از گفتار مفید باشد.

تشخیص احساس از گفتار، پایگاه داده، استخراج ویژگی، انتخاب ویژگی