شناسایی احساس سیگنال گفتار فارسی با استفاده از تحلیل ویژگی های طیفی-فرکانسی

امروزه تشخیص احساس از گفتار در مواردی که ارتباط متقابل انسان و ماشین وجود دارد مورد توجه قرار گرفته است. با وجود تلاش های زیاد در این زمینه همچنان فاصله زیادی بین احساسات طبیعی انسان و درک کامپیوتر نسبت به آن وجود دارد. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مقاله، طراحی یک سیستم تشخیص احساس از گفتار بر روی پایگاه داده گفتار احساسی فارسی که شامل 5 احساس خوشحالی، تنفر، ترس، ناراحتی و عصبانیت است. در این مقاله، پس از استخراج داده های چهار بعدی مقیاس، نرخ (سرعت)، زمان و فرکانس گفتار به کمک سیستم مدل شنوایی گوش انسان، داده دو بعدی مقیاس و فرکانس حاصل شد که بیشینه مقدار این داده ها به عنوان بردار ویژگی استفاده شد. در نهایت با استفاده از طبقه بند ماشین بردار پشتیبان احساس این پایگاه داده طبقه بندی شدند. نتایج آزمایش ها نشان می دهد الگوریتم پیشنهادی عملکرد قابل قبولی در مقایسه با سیستم های تشخیص خودکار احساسات از گفتار در زبان فارسی ارائه می دهد.