چکیده:
یکی از تفاوتهای عمده بین بشر و سایر موجودات زنده، داشتن احساسات و
ابراز آنها به صورتهای گوناگون است. به عنوان مثال، گاهی اوقات می توان
احساسات فرد را از تغییر در حالت چهره او فهمید. در اکثر موارد به وجود
آمدن یک حالت روحی در افراد، به طور ناخودآگاه روی نحوه ادای واژه ها
و آهنگ گفتار آنها تأثیر می گذارد. این تغییر در گفتار می تواند ما را متوجه
برخی خصوصیات فیزیکی موجود در سیگنال صحبت کند. چند خصوصیت
فیزیکی سیگنال صحبت که در این تحقیق جهت تشخیص حالات روحی
گوینده (شادی و غم) مورد استفاده قرار گرفته اند عبارتند از: میانگین فرکانس
زیر و بمی ۱ پیوستگیهای منحنی تغییرات ۲ زیر و بمی، جیتر ۳ صدا، و نسبت
فریمهای بی واک ۴ به کل فریمهای موجود در سیگنال. در اینجا از بانک داده
صحبت با احساس (شادی و غم) به زبان آلمانی استفاده شده است. نشان داده
شد که می توان به کمک این ویژگیها این دو حس موجود در صحبت را به
طور کامل از هم جدا کرد زیرا، محدوده هر یک از ویژگیهای ذکر شده در
مورد حس شادی و غم، به میزان قابل توجهی با یکدیگر متفاوتند.
در این تحقیق، ابتدا برای استخراج دقیق ویژگیها از نرم افزار پِرَت ۵
استفاده
شده است سپس، از نر مافزار مطلب ۶ برای طراحی یک دست هبندی کننده (از
نوع شبکه های عصبی) برای جداسازی حس شادی و غم استفاده شد.
بررسی سه ویژگی صحبت در دو حالت خوشحالی و ناراحتی و تفکیک این دو حالت