Mehr lesen
I risultati ottenuti in questo sistema utilizzando MFCC+LPCC con SVM sono encomiabili. Il tasso di riconoscimento del sistema è dell'81,2% per IITKGP-SESC, del 78,6% per EmodB e del 70% per il database registrato in tempo reale. Gli MFCC e gli LPCC corrispondenti a ciascuna espressione di ciascuna emozione dei database sono stati calcolati e la loro fusione viene utilizzata per l'estrazione delle caratteristiche insieme ai relativi coefficienti delta e doppio delta. Queste funzionalità estratte dai file di training vengono addestrate al modello SVM. Successivamente le caratteristiche dei file di test vengono fornite come input al classificatore SVM per la previsione. Quindi viene effettuata la classificazione dei campioni da testare e la percentuale delle emozioni sia corrispondenti che non corrispondenti viene calcolata utilizzando la matrice di confusione. Le prestazioni del database registrato in tempo reale sono limitate dai fattori esterni che influenzano le espressioni dell'oratore come il rumore nel segnale e l'ambiente in cui viene effettuata la registrazione. Le prestazioni possono essere aumentate utilizzando dispositivi audio di alta qualità in un ambiente privo di rumore. Anche un gran numero di campioni di allenamento risultano in grado di aumentare le prestazioni. In conclusione, si può affermare con fermezza che, nonostante alcuni limiti, questo sistema fornisce un'apprezzabile efficienza e precisione.
Über den Autor / die Autorin
Chandrasekhar Paseddula. Professor Assistente, ECE, Instituto G. Narayanamma de Tecnologia e Ciência, Hyderabad.
