شناسايي احساس سيگنال گفتار فارسي با استفاده از تحليل ويژگي‌هاي طيفي-فركانسي

امروزه تشخيص احساس از گفتار در مواردي كه ارتباط متقابل انسان و ماشين وجود دارد مورد توجه قرار گرفته است. با وجود تلاش‌هاي زياد در اين زمينه همچنان فاصله زيادي بين احساسات طبيعي انسان و درك كامپيوتر نسبت به آن وجود دارد. دليل اصلي اين موضوع نيز عدم توانايي رايانه در درك احساس كاربر است. هدف از اين مقاله، طراحي يك سيستم تشخيص احساس از گفتار بر روي پايگاه داده گفتار احساسي فارسي كه شامل 5 احساس خوشحالي، تنفر، ترس، ناراحتي و عصبانيت است. در اين مقاله، پس از استخراج داده‌هاي چهار بعدي مقياس، نرخ (سرعت)، زمان و فركانس گفتار به كمك سيستم مدل شنوايي گوش انسان، داده دو بعدي مقياس و فركانس حاصل شد كه بيشينه مقدار اين داده‌ها به‌عنوان بردار ويژگي استفاده شد. در نهايت با استفاده از طبقه‌بند ماشين بردار پشتيبان احساس اين پايگاه داده طبقه‌بندي شدند. نتايج آزمايش‌ها نشان مي‌دهد الگوريتم پيشنهادي عملكرد قابل قبولي در مقايسه با سيستم‌هاي تشخيص خودكار احساسات از گفتار در زبان فارسي ارائه مي‌دهد.