ارائه یک الگوریتم جدید برای تشخیص احساس گوینده برای تعامل انسان و ربات

آسان ترین ارتباط بین انسان و ماشین از طریق گفتار است و از ملزومات این ارتباط، درک احساس انسان توسط ماشین است. در الگوریتم پیشنهادی، با هدف افزایش سرعت و دقت در تشخیص، از ویژگی های سیگنال صدا، ضرایب کپسترال فرکانسی مل را استخراج کرده و ویژگی هایی بهینه انتخاب می شوند. سپس با استفاده از ترکیب طبقه بندهای ماشین بردار پشتیبان و مدل مخلوط گاوسی، تشخیص احساس انجام می شود. نتایج حاصل از پیاده سازی این الگوریتم برای پایگاه داده آلمانی 89% و برای پایگاه داده فارسی 68% بدست آمده. مقایسه نتایج این الگوریتم با الگوریتم های مشابه عملکرد مناسب الگوریتم را در طراحی سیستم های کنترل و هدایت ربات ها نشان می دهد.