بهبود نرخ تشخیص احساس از روى گفتار با استفاده از محدودیت تفکیک جنسیتى گویندگان

تشخیص احساس از روى سیگنال گفتار یکی از شاخهاى نسبتا جدید در پردازش گفتار میباشد که میتواند در تعامل انسان و روبات نقش مهمی ایفا کند. در این مقاله ضمن استفاده از دو نوع ویژگی طیفی جدید به منظور افزایش نرخ بازشناسی به بررسی تاثیر جنسیت گویندگان در تشخیص احساس پرداخته شده است. ویژگیهاى یاد شده با استفاده از روشهاى پردازش تصویر، از تصویر طیف نگاره سیگنال گفتار استخراج میشوند . در این تحقیق به منظور جداسازى احساسهاى مختلف از یکدیگر از طبقه بند مرتبه اى استفاده شده است. به منظور بهینه سازى ساختار این طبقه بند، ابتدا جداپذیرترین کلاسها از هم جدا میشوند تا خطاى ایجاد شده در مراحل اولیه طبقه بندى حداقل بوده و این خطا در الگوریتم منتشر نشود. سیستم پیشنهادى بر روى پایگاه دادهى آلمانی برلین آزمایش شده است. بر اساس نتایج بدست آمده نرخ تشخیص براى گویندگان مختلط %4/43 میباشد که این مقدار پس از تفکیک گویندگان بر اساس جنسیت به %86/82 افزایش پیدا میکند. نرخ تشخیص براى گویندگان زن %05/83 و براى مردان %61/82 بدست آمده است.

کلیدواژه ها:

تشخیص احساس ، احساس در زنان و مردان ، الگوهاى طیفی ، ویژگیهاى هارمونیکی