تجزیه و تحلیل ویژگی های انتخاب شده بر اساس روش های فیلتر در تشخیص احساسات از سیگنالهای صحبت
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 583
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE07_495
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
امروزه یکی از مسائلی که در تعامل انسان و ماشین نقش مهمی ایفا می نماید تشخیص احساس از روی سیگنالگفتار میباشد. در این مقاله به منظور بازشناسی احساسات گوینده ویژگی های پرکاربردی چون ضرایب کپسترال فرکانس مل، ضرایب کپسترال پیشگویی خطی، ضرایب پیشگویی خطی ادراکی، فرکانس فرمنت، نرخ عبور از صفر و فرکانس گام به عنوان بردار ویژگی از نمونههای صوتی استخراج شدهاست و پس از رتبهبندی این ویژگیها به کمک روشهای فیلتر چون همبستگی پیرسون، آزمون t و آنتروپی به طبقه بندی هر حالت احساسی از حالت طبیعی با کمک طبقه بند ماشین بردار پشتیبان پرداخته شده است که در این مقاله سعی بر آن است که با انتخاب ویژگیهای منفرد از گروههای مختلف ویژگیهای سیگنال گفتار به بالاترین راندمان در تشخیص احساسات از گفتار رسید که با توجه به مقایسات انجام گرفته برروی روش- های انتخاب ویژگی، روش آزمون t دارای میزان درستی بیشتر با تعداد ویژگی کمتر میباشد
Keywords:
Authors
نرجس یزدانیان
دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد نجف آباداصفهان، ایران
حمید محمودیان
دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد نجف آباداصفهان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :