Original title: Rozpoznávání emoční stavů na základě řečového záznamu
Translated title: Emotional States of Humans and their Determination using Speech Record Analysis
Authors: Lněnička, Jakub ; Míča, Ivan (referee) ; Smékal, Zdeněk (advisor)
Document type: Master’s theses
Year: 2012
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Cílem diplomového projektu je nalézt metodu, jejímž prostřednictvím bude možné provést klasifikaci vybraných emocí z promluvy. V úvodu se práce zabývá popisem částí lidského těla vytvářejících hlas a jejich fungováním. Dále se text věnuje problematice zpracování lidského hlasu do digitální formy. Velká pozornost je věnována parametrům řečového signálu s důrazem na popis příznaků sloužících k určení vybraných emocí. Práce se zabývá rozpoznáním emocí a popisem některých z nich. Hlavní část práce spočívá v hledání optimální metody pro redukci segmentálních a suprasegmentálních příznaků řečové promluvy. Výsledků práce bylo dosaženo porovnáním úspěšnosti klasifikace vybraných emocí při použití více metod a porovnání jejich výsledků. Nejdůležitějším kritériem při posuzování výsledků byla redukce parametrů řečového signálu, vycházející z dosavadního výzkumu v dané oblasti. The aim of the diploma project is to find a method through which it will be possibleto classify the selected emotion from speech. At the beginning of the work deals with the description of the human body and their voice-generating operation. Furthermore, the text deals with the problem of the human voice into digital form.Great attention is paid to the parameters of the speech signal with an emphasis on describing the symptoms to help the selected emotion. The work deals with therecognition of emotions and a description of some of them. The main part is finding the best methods to reduce symptoms of segmental and suprasegmental speech utterances. The results of success was achieved by comparing the classification of selected emotions when using multiple methods and compare their results. The most important criterion in assessing the results ofthe reduction parameters of the speech signal, based on previous research in this area.
Keywords: classification; geneticalgorithms; GMM; segmental and suprasegmental signs; SOM networks; Supervector; SVM; emoce; Genetické algoritmy; GMM; klasifikace; segmentální a suprasegmentální příznaky; SOM sítě; Supervector; SVM

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/9092

Permalink: http://www.nusl.cz/ntk/nusl-219450


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses