Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  identyfikacja polskiej mowy emocjonalnej
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Artykuł prezentuje wpływ doboru funkcji okna wykorzystywanej w procesie obliczania spektrogramu, na skuteczność identyfikacji stanu emocjonalnego mówcy posługującego się mową polską. W badaniach wykorzystano następujące funkcje okna: Hamminga, Gaussa, Dolpha–Czebyszewa, Blackmana, Nuttalla, Blackmana-Harrisa. Ponadto został przedstawiony sposób przetwarzania spektrogramu przez sztuczną sieć neuronową (SSN), odpowiedzialną za identyfikację stanu emocjonalnego mówcy. Otrzymane wyniki pozwoliły na ocenę skuteczności rozpoznawania stanu emocjonalnego za pomocą SSN. Średnia skuteczność wahała się od około 70% do ponad 87%.
EN
The article presents the impact of window function used for preparing the spectrogram, on Polish emotional speech identification.. In conducted researches the following window functions were used: Hamming, Gauss, Dolph–Chebyshev, Blackman, Nuttall, Blackman-Harris. The spectrogram processing method by artificial neural network (ANN) was also described in this article. Obtained results allowed to assess the effectiveness of identification process with the use of ANN. The average efficiency ranged from 70 % to more than 87%.
EN
This article presents the issue of Polish emotional speech recognition based on Polish database prepared by Medical Electronic Division of the Lodz University of Technology. The main goal of this article was to show the differences is artificial neuron networks learning processes. Researches were conducted on the basis of the five most popular variants of the back propagation algorithm. The neuron activation function was the second analyzed issue.
PL
Artykuł prezentuje możliwe zastosowanie sztucznych sieci neuronowych do identyfikacji stanów emocjonalnych mówcy. Badania zostały przeprowadzone w oparciu o pięć najpopularniejszych wariantów algorytmu wstecznej propagacji błędów. W badaniach wykorzystano polska bazę mowy emocjonalnej przygotowaną przez Zakład elektroniki Medycznej Politechniki Łódzkiej.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.