Porównanie wydajności współczynników perceptualnych na potrzeby automatycznego rozpoznawania emocji w sygnale mowy

• Autorzy: Kamińska D. , Sapiński T. , Niewiadomy D. , Pelikant A.

Warianty tytułu

EN

Comparison of perceptual features efficiency for automatic identification of emotional states from speech signal

• Języki publikacji: PL

Abstrakty

PL

Przedmiotem niniejszego artykułu jest parametryzacja sygnału mowy emocjonalnej przy użyciu współczynników preceptualnych. Dokonano porównania wydajności współczynników MFCC z współczynnikami HFCC oraz przynależnych im parametrów dynamicznych. Na podstawie bazy mowy emocjonalnej oceniono skuteczność wybranych współczynników.

EN

The following paper presents parameterization of emotional speech using perceptual coefficients. The comparison of MFCC to HFCC and adherent dynamic parameters is presented. Basing on emotional speech database efficiency of used coefficients was evaluated.

Słowa kluczowe

PL

rozpoznawanie emocji; sygnał mowy; MFCC; HFCC

EN

emotions recognition; speech signal; MFCC; HFCC

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2013
• Tom: Vol. 34, nr 2B
• Strony: 59--66
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Kamińska D.

• Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska

autor

Sapiński T.

• Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska

autor

Niewiadomy D.

• Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska

autor

Pelikant A.

• Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska

Bibliografia

• 1. Ślot K.: Rozpoznawanie biometryczne. Wydawnictwa Komunikacji i Łączności, Warszawa 2010.
• 2. Tu M.-C., Liao W.-K., Chin Y.-H., Lin C.-H., Liao W.-J., Lin S.-H., Wang J.-C.: Speech Based Boredom Verification Approach for Modem Education System. International Symposium on Information Technology in Medicine and Education (ITME), 2012.
• 3. Cichosz J.: Database of Polish Emotional Speech. http://www.eletel.p. lodz.pl/med/eng/.
• 4. Burkhardt F., Paeschke A., Rolfes M., Sendlmeier W., Weiss B.: A Database of German Emotional Speech. Proc. Interspeech 2005.
• 5. Narayanan S., Busso C., Lee S.: Analysis of emotionally salient aspects of fundamental frequency for emotion detection. Proc. IEEE Transactions on Audio, Speech, AND Language Processing, No. 17, 2009.
• 6. Pathak S., Kulkarni A.: Recognizing emotions from speech. Proc. 3rd International Conference on Electronics Computer Technology (ICECT), Vol. 4, 2011.
• 7. Bedoya-Jaramillo S., Belalcazar-Bolaños E., Villa-Cañas T., Orozco-Arroyave J. R., Arias-Londoño J. D., Vargas-Bonilla J. F.: Automatic Emotion Detection in Speech Using Mel frequency Cesptral Coefficients. Proc. 2012 XVII Symposium of Image, Signal Processing, and Artificial Vision (STSIVA), 2012.
• 8. Niewiadomy D.: Detekcja izolowanych słów w nagraniach dla potrzeb wdrożenia mechanizmu automatycznych wyzwalaczy audio w systemach baz danych. Politechnika Łódzka, Praca doktorska, 2012.
• 9. Skowroński M., Harris J.: Increased mfcc filter bandwidth for noise-robust phoneme recognition. ICASSP 2002, s. 801÷804.
• 10. Murali Krishna N., Lakshmi P. V., Srinivas Y., Sirisha Devi J.: Emotion Recognition using Dynamic Time Warping Technique for Isolated Words. IJCSI International Journal of Computer Science Issues, Vol. 8, Issue 5, No. 1, 2011.