پروژه تشخیص احساسات از روی صدا در نرم افزار متلب

پروژه تشخیص احساسات از روی صدا در نرم افزار متلب ، عنوان پروژه ای است در زمینه پردازش صوت یا گفتار در متلب که در این لحظه از مطلب دی ال برای دانلود قرار داده ایم. برای این پروژه از مقاله Excitation Features of Speech for SpeakerSpecific Emotion Detection استفاده کرده ایم. یا به عبارتی مقاله مذکور را در نرم افزار متلب پیاده سازی کرده ایم. در ادامه توضیحاتی در مورد پروژه و در انتها لینک دانلود پروژه آورده شده است.

ساختار پروژه تشخیص احساسات از روی صدا در متلب

در پروژه تشخیص احساسات از روی صدا هدف این بوده است که ابتدا یک سری ویژگی ها را از فایل های صوتی استخراج نماییم. سپس نشان دهیم که این ویژگی ها می تواند یک مرز خوبی بین احساسات ایجاد کند. در انتها از ماشین بردار پشتیبان (SVM) برای تفکیک احساسات استفاده کرده ایم. از 2 دیتاست مختلف برای ارزیابی الگوریتم پیشنهادی استفاده شده است. همچنین نرم افزار متلب در قسمت های شبیه سازی به کار گرفته شده است.

همچنین بخوانید: دانلود کتاب پردازش زبان گفتار (Spoken Language Processing)

داده ها یا دیتاست های استفاده شده در پروژه

برای ارزیابی قدرت و کارایی الگوریتم ها از دیتاست های داده استاندارد استفاده می شود. این به محققان کمک می کند تا بتوانند الگوریتم های مختلف را از جنبه های مختلف با هم دیگر مقایسه کنند. در پروژه تشخیص احساسات از روی صدا در نرم افزار متلب از 2 دیتاست معروف در زمینه صوت استفاده شده است: دیتاست RAVDESS و دیتاست برلین.

دیتاست RAVDESS

دیتاست Ravdess بانک اطلاعاتی صوتی و تصویری گفتار و آهنگ هیجانی است. این دیتاست شامل 7356 پرونده (اندازه کل: 24.8 گیگابایت) است. این دیتاست شامل 24 بازیگر حرفه ای (12 زن ، 12 مرد) است. این بازیگران دو جمله منطبق واژگان را با لهجه خنثی آمریکای شمالی گویندگی می کنند. گفتار شامل عبارات آرام ، خوشحال، غمناک، عصبانی، ترسناک، غافلگیرکننده و انزجار است. آهنگ نیز حاوی احساسات آرام، خوشحال، غمگین، عصبانی و ترسناک است. هر عبارت در دو سطح از شدت عاطفی (عادی و قوی) با بیان بی طرف اضافی تولید می شود. توضیحات کاملتر در گزارش پروژه موجود می باشد.

دیتاست برلین

این دیتاست حاوی 535 فایل صوتی از 5 مرد و 5 زن است که نام گذاری آن به شرح زیر است:

• 03 – male, 31 years old
• 08 – female, 34 years
• 09 – female, 21 years
• 10 – male, 32 years
• 11 – male, 26 years
• 12 – male, 30 years
• 13 – female, 32 years
• 14 – female, 35 years
• 15 – male, 25 years
• 16 – female, 31 years

توضیحات بیشتر در مورد دیتاست برلین در گزارش پروژه آورده شده است. همچنین برای مطالعه بیشتر در مورد این دیتاست می توانید اینجا کلیک کنید.

همچنین بخوانید: مقایسه کارایی الگوریتم KNN و CART روی دیتاست رادار

ویژگی ها و ماشین بردار پشتیبان

بالاتر و در بخش ساختار پروژه تشخیص احساسات از روی صدا در متلب گفته شد که با استفاده از استخراج ویژگی های مفید، حالات احساسی را با یک طبقه بند ماشین بردار پشتیبان طبقه بندی کرده ایم.

انتخاب یک سری ویژگی این قابلیت را به ما می دهد تا بتوانیم از روی آنها حالات را تشخیص دهیم. ویژگی هایی که در پروژه تشخیص احساسات از روی صدا در متلب انتخاب شده اند به صورت زیر است:

ویژگی ها

1. فرکانس اصلی لحظه ای (F0: instantaneous fundamental frequency)
2. قدرت تحریک (SoE: strength of excitation)
3. انرژی تحریک (EoE: energy of excitation)

ماشین بردار پشتیبان

ماشین بردار پشتیبان (SVM) یک الگوریتم نظارت‌شده یادگیری ماشین است. هم برای مسائل طبقه بندی و هم مسائل رگرسیون قابل استفاده است. با این حال از آن بیشتر در مسائل طبقه بندی استفاده می‌شود.

همچنین بخوانید: آموزش ماشین بردار پشتیبان در متلب – svm در متلب

تصاویری از خروجی پروژه تشخیص احساسات از روی صدا در نرم افزار متلب

در دیتاست RAVDESS فایلی را در نظر گرفته ایم که. سیگنال زمانی آن بصورت زیر است:

قسمت ZERO FREQUENCY FILTERING که در مقاله به آن شاره شده است:

ویژگی فرکانس اصلی لحظه ای (F0: instantaneous fundamental frequency):

ویژگی قدرت تحریک (SoE: strength of excitation):

ویژگی انرژی تحریک (EoE: energy of excitation):

شکل نهایی از 3 ویژگی استخراج شده به همراه سیگنال مرجع:

همچنین بخوانید: پروژه Part of Speech Tagging (پیاده سازی در نرم افزار متلب)

کارشناسان وب سایت MATLABDL قادر به انجام پروژه با موضوعات مشابه می باشند.

توجه:
این پروژه در متلب 2017 برنامه نویسی و اجرا شده است.

قیمت: 290000 تومان

کد پروژه: 2021520005
توضیحات : پیاده سازی در نرم افزار متلب 2017 انجام شده است.
کلمات کلیدی: پروژه تشخیص احساسات از روی صدا,پردازش صوت,نرم افزار متلب,پردازش گفتار,پردازش صوت در متلب,پردازش گفتار در متلب
منبع : مطلب دی ال