تشخيص احساس از روي گفتار با استفاده از طبقه بند مبتني بر مدل و ويژگي هاي ديناميکي غير خطي

با توجه به پيشرفت هاي صورت گرفته در زمينه رباتيک و تعامل انسان و ماشين، تشخيص احساس از روي گفتار اهميت ويژه اي پيدا کرده است. در اين مقاله يک طبقه بند مبتني بر مدل احساسي برانگيختگي - جاذبه، براي بازشناسي احساس از روي گفتار استفاده شده است. در اين روش، در مرحله اول نمونه ها با استفاده از ويژگي هاي متداول عروضي و طيفي بر مبناي سطح برانگيختگي طبقه بندي مي شوند. سپس احساس هاي با سطح برانگيختگي يکسان با استفاده از ويژگي هاي پيشنهادي ديناميکي غير خطي از يکديگر جدا مي شوند. ويژگي هاي ديناميکي غير خطي از روي مشخصات هندسي فضاي فاز بازسازي شده سيگنال گفتار استخراج مي شوند. بدين منظور چهار منحني توصيفگر براي بازنمايي مشخصات هندسي فضاي فاز بازسازي شده محاسبه مي شوند. سپس مولفه هاي مهم تبديل کسينوسي گسسته اين منحني ها به عنوان ويژگي هاي ديناميکي غير خطي مورد استفاده قرار مي گيرند. روش پيشنهادي بر روي پايگاه داده برلين با استفاده از تکنيک 10 تکه برابر ارزيابي شده و نرخ بازشناسي %96.35 و %87.18 براي زنان و مردان به دست آمد. با توجه به تعداد نمونه ها در هر گروه جنسيتي، متوسط نرخ بازشناسي %92.34 براي سيستم پيشنهادي به دست آمد.