افزایش داده و انتخاب مؤثر ویژگی در شبکه های مولد متخاصمی جهت تشخیص احساس از گفتار | ||
| مدل سازی در مهندسی | ||
| مقاله 1، دوره 21، شماره 72، بهار 1402، صفحه 1-17 اصل مقاله (1.97 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2022.24865.2159 | ||
| نویسندگان | ||
| آرش شیلاندری* 1؛ حسین مروی1؛ حسین خسروی2 | ||
| 1دانشکده مهندسی برق - دانشگاه صنعتی شاهرود - شاهرود - ایران | ||
| 2گروه الکترونیک، دانشکده مهندسی برق، دانشگاه صنعتی شاهرود، شاهرود، ایران | ||
| چکیده | ||
| تا کنون، یقینی مبتنی بر موفقیت و یا عدم موفقیت بهکارگیری روشهای کاهش ویژگی جهت افزایش کارایی سیستمهای تشخیص احساس از گفتار حاصل نشده است. این مقاله باهدف افزایش دادهها در یک سیستم تشخیص احساس از گفتار، انتخاب ویژگی را موردبحث و بررسی قرار می دهد. آزمایشها بر روی چهار پایگاهداده متداول EMO-DB، eNTERFACE05، SAVEE و IEMOCAP در نرمافزار پایتون انجام گردیده و علاوه بر این، تجزیهوتحلیل دادهها بر روی هر چهار پایگاهداده برای چهار احساس غم، عصبانیت، خوشحالی و خنثی ارائه خواهد شد. یک شبکه افزایش داده متخاصمی جهت افزایش نمونهها و دو شبکه انتخاب ویژگی ترکیبی معیار فیشر و الگوریتم جداساز خطی طی دو مرحله و با فیدبکی که از شبکه طبقهبند گرفته می شود سیستم تشخیص احساس از گفتار را به نقطه بهینهای از تعداد و ابعاد دادهها رسانیده و نشان می دهد آنالیز مؤلفههای اصلی روی دادههای همبسته مؤثرتر و الگوریتم جداساز خطی روی دادههای با بعد کم بهتر عمل میکنند. همچنان که روش فیشر در کاهش سایز بهتر از آنالیز مؤلفههای اصلی عمل میکند. همچنین ماشین بردار پشتیبان جهت طبقهبندی احساسات مورداستفاده قرار گرفته است. نتایج نشان می دهد که استفاده از هر دو روش جداساز خطی و معیار فیشر به طور همزمان در سیستم افزایش داده متخاصمی میتواند ویژگیها را در ابعاد کمتر فیلتر نموده درحالیکه اطلاعات احساسی را جهت طبقهبندی حفظ نماید. نتایج بهدستآمده با تحقیقات اخیر انجام شده مقایسه و روش پیشنهادی توانست به صحت 86.32% در پایگاهداده برلین دست یابد. | ||
| کلیدواژهها | ||
| پردازش گفتار؛ انتخاب ویژگی؛ افزایش داده؛ تشخیص احساس از گفتار؛ شبکههای مولد متخاصمی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 780 تعداد دریافت فایل اصل مقاله: 626 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,394 |
| تعداد مشاهده مقاله | 72,862,474 |
| تعداد دریافت فایل اصل مقاله | 64,556,571 |