تشخيص احساس از روي گفتار با استفاده از طبقه‌بند مبتني بر مدل و ويژگي‌هاي ديناميكي غير خطي

با توجه به پيشرفت‌هاي صورت‌گرفته در زمينه رباتيك و تعامل انسان و ماشين، تشخيص احساس از روي گفتار اهميت ويژه‌اي پيدا كرده است. در اين مقاله يك طبقه‌بند مبتني بر مدل احساسي برانگيختگي- جاذبه، براي بازشناسي احساس از روي گفتار استفاده شده است. در اين روش، در مرحله اول نمونه‌ها با استفاده از ويژگي‌هاي متداول عروضي و طيفي بر مبناي سطح برانگيختگي طبقه‌بندي مي‌شوند. سپس احساس‌هاي با سطح برانگيختگي يكسان با استفاده از ويژگي‌هاي پيشنهادي ديناميكي غير خطي از يكديگر جدا مي‌شوند. ويژگي‌هاي ديناميكي غير خطي از روي مشخصات هندسي فضاي فاز بازسازي شده سيگنال گفتار استخراج مي‌شوند. بدين منظور چهار منحني توصيفگر براي بازنمايي مشخصات هندسي فضاي فاز بازسازي شده محاسبه مي‌شوند. سپس مؤلفه‌هاي مهم تبديل كسينوسي گسسته اين منحني‌ها به عنوان ويژگي‌هاي ديناميكي غير خطي مورد استفاده قرار مي‌گيرند. روش پيشنهادي بر روي پايگاه داده برلين با استفاده از تكنيك 10 تكه برابر ارزيابي شده و نرخ بازشناسي 96/35% و 87/18% براي زنان و مردان به دست آمد. با توجه به تعداد نمونه‌ها در هر گروه جنسيتي، متوسط نرخ بازشناسي 92/34% براي سيستم پيشنهادي به دست آمد.