مینا کدخدایی الیادرانی - گروه برق، موسسه آموزش عالی بنیان، شاهین شهر، اصفهان، ایران
حمید محمودیان - دانشکده برق، واحد نجف آباد، دانشگاه آزاد اسلامی
غزال شیخی - دانشجوی دکتری- دانشکده مهندسی کامپیوتر، دانشگاه مدیترانه شرقی، ترکیه

در این مقاله آنتروپی بسته موجک برای بازشناسی احساسات از گفتار در حالت مستقل از گوینده پیشنهاد شده است. پس از پیش پردازش، بسته موجک db۳ سطح ۴ در هر فریم محاسبه شده است و آنتروپی شانون در گره های آن به عنوان ویژگی در نظر گرفته شده است. ضمنا ویژگی های نوایی گفتار شامل فرکانس چهار فرمنت اول، جیتر یا دامنه تغییرات فرکانس گام و شیمر یا دامنه تغییرات انرژی به عنوان ویژگی های پرکاربرد در حوزه تشخیص احساسات در کنار ضرایب فرکانسی کپسترال مل (MFCC) برای تکمیل بردار ویژگی مورد استفاده قرار گرفته اند. طبقه بندی با استفاده از ماشین بردار پشتیبان (SVM) انجام شده است و ترکیب های مختلفی از بردار ویژگی در حالت چند دسته ای برای همه احساسات و دودسته ای نسبت به حالت طبیعی مورد بررسی قرار گرفته اند. ۴۶ بیان مختلف از جمله واحد در دادگان احساسی دانشگاه برلین به زبان آلمانی انتخاب شده که توسط ۱۰ گوینده مختلف با حالت های احساسی ناراحتی، خوشحالی، ترس، ملالت، خشم و حالت طبیعی بیان شده اند. نتایج نشان می دهند استفاده از ضرایب آنتروپی به عنوان بردار ویژگی نرخ بازشناسی را در حالت چند دسته ای بهبود می بخشد. علاوه بر آن ویژگی های پیشنهادی در ترکیب با سایر ویژگی ها باعث بهبود نرخ تشخیص احساس خشم، ترس و خوشحالی نسبت به حالت طبیعی می شوند.

تشخیص احساسات از گفتار, بسته موجک, ضرایب آنتروپی شانون, ماشین بردار پشتیبان