دانلود پروژه: تشخیص احساس گفتار با استفاده از تجمیع مدل‌ها

تعداد 72صفحه در فایل word

کارشناسی ارشد رشته علوم رایانه

تشخیص احساس گفتار با استفاده از تجمیع مدل‌ها

چکیده

گفتار سریعترین و طبیعی ترین روش ارتباط انسان هاست. این موضوع باعث حرکت به سمت تحقیقاتی در زمینه اثرات شیوه های تعامل بین انسان و ماشین شده است، پس به ماشینی نیاز داردکه برای تشخیص احساس صدای انسان هوشمند باشد و این در حالی است که هنوز تا تعامل طبیعی بین انسان  و ماشین، فاصله زیادی است، زیرا ماشینی ساخته نشده است که احساس گوینده را تشخیص دهد، این موضوع انجام تحقیقاتی به نام سیستم های تشخیص احساس گفتار را ایجاب کرده است. دقت سیستم های تشخیص احساس وابسته به فاکتور های متفاوتی از قبیل نوع و تعداد حالتهای احساس و انتخاب ویژگی و نیز نوع کلاسه بند است.ما در این تحقیق با استفاده از روش تجمیع میزان دقت سیستم را افزایش دادیم. در این مطالعه کلاسه بند های ماشین بردار پشتیبان[1] (SVM) ، شبکه عصبی[2] (NN)، لجستیک[3] (L) ، C5.0، CH) )CHAID، QUEST(Q)، C&R و تجمیع آنها یعنی NN-SVM، NN-SVM-L، NN-SVM-L-C5.0، NN-SVM-L-C5.0-CH، NN-SVM-L-C5.0-CH-Q و سرانجام NN-SVM-L-C5.0-CH-Q-C&R بررسی شده و کارایی آنها برای تشخیص احساس گفتار با هم مقایسه شده است. ویژگی‌های بکار‌گرفته شده در این تحقیق، انرژی، نرخ عبور از صفر([4]ZCR) ، گام[5] وMFCC[6] است. نتایج تجربی در این مطالعه نشان می‌دهد که کارایی  NNبرای تشخیص 2 حالت احساس  بین 1/0 تا3/4 از سایر مدلها بهتر عمل کرده است و نیز NN-SVM-L-C5.0-CH-Q-C&R برای تشخیص 3 حالت احساس  بین1/3 تا8/23 از سایر مدلها بهتر عمل کرده است. کارایی  NN-SVM-L- C5.0-CH و NN-SVM-L-C5.0-CH-Q برای تشخیص 4 حالت احساس بین 0/4 تا4/28 از سایر مدلها بهتر عمل کرده است ونیزNN-SVM-L-C5.0-CH-Q  برای تشخیص 5 حالت احساس بین0/1 تا7/29 از سایر مدلها بهتر عمل کرده است. کارایی  NN-SVM-L-C5.0-CH-Q-C&R برای تشخیص 6 حالت احساس  بین 2/1 تا 9/39 از سایر مدلها بهتر بوده است. سرانجام کارایی NN-SVM-L-C5.0-CH-Q  برای تشحیص 7 احساس بین 2/0 تا 4/48 از سایر مدل‌ها از سایر مدلها بهتر عمل کرده است.

واژه‌های کلیدی: استخراج ویژگی،MFCC ، تجمیع، گام، لجستیک، C5.0، CHAID، QUEST، C&R

[1] Support Vector Machine

[2] Neural Network

[3] Logistic

[4] Zero Crossing Rate

[5] Pitch

[6] Mel  Frequency cepstral cofficients