Geri Dön

Ses sinyallerinde duygu tanıma ve geri erişimi

Emotion recognition and retrieval in audio signals

  1. Tez No: 364253
  2. Yazar: ERNUR SONAT ERDEM
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA SERT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 101

Özet

Ses sinyalinde duygu tanıma özelikle, görsel bilginin kısıtlı ya da hiç olmadığı durumlarda önem kazanmaktadır. Bu çalışmada, tam ve genişletilebilir bir ses tabanlı duygu tanıma ve geri erişim çatısı önerilmiştir. Makine öğrenme yöntemi olarak Destek Vektör Makineleri (DVM) kullanılmış ve performansını artırmak amacıyla parametre optimizasyonu gerçekleştirilmiştir. Ses içerik analizlerinde, uygun pencere ve atlama sürelerine karar verebilmek için ampirik analizler gerçekleştirilmiştir. Çalışmada, gürbüz öznitelikler bulmak amacıyla, 20 ses özniteliği üzerinde, DVM kullanılarak kapsamlı analizler yapılmış ve sonuçlar değerlendirilmiştir. Ayrıca, ses sinyallerinin duygu-tabanlı geri erişimi için, nokta, aralık ve en yakın komşuluk olarak adlandırılan sorgu türleri geliştirilmiş ve geri erişim başarımları değerlendirilmiştir. Deneysel sonuçlara göre, sınıflandırıcı parametre optimizasyonu ve önerilen ses analiz yöntemleri, dayanak tanıma başarımlarını arttırmaktadır.

Özet (Çeviri)

Emotion recognition from audio signals become more of significance especially when visual information is limited or absent. In this study, a complete and extensible audio-based emotion recognition and retrieval framework is proposed. Support Vector Machine (SVM) is employed as the machine learning scheme and parameter optimization methods are carried out to improve the performance of the learner. In audio content analysis, empirical analyses are performed to decide the proper window and hop sizes. In the study, extensive analyses are conducted using 20 audio features with SVM classifier to determine robust audio features and to evaluate the results. In addition, flexible querying abilities, namely point, range, and nearest neighbor are developed and retrieval performance is evaluated for emotion-based retrieval of audio signals. Based on the experiments, parameter optimization of the classifier along with the proposed audio analysis methods improve the baseline recognition accuracy.

Benzer Tezler

  1. Neuro classifiers for condition and bearing health assessment of an electric motor

    Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar

    MINA GHORBAN ZADEH BADELI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA

  2. Ses sinyallerinden duygu tanıma için farklı yaklaşımlar

    Various approaches to emotion recognition from speech signals

    SEMİYE DEMİRCAN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HUMAR KAHRAMANLI

  3. Emotion aware artificial intelligence for cognitive systems

    Bilişsel sistemler için duygu farkındalıklı yapay zeka

    DEĞER AYATA

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  4. Comparison of feature selection and extraction methods and active learning in voice based emotion recognition systems

    Ses duygu tanıma sistemlerinde aktif öğrenme ve öznitelik seçme ve çıkarma yöntemlerinin karşılaştırılması

    TOLGA ATALAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  5. Modlar arası transfer öğrenimi ile ses sinyallerinden duygu tanıma

    Emotion recognition from audio signals with cross-modal transfer learning

    FAHREDDİN RAŞİT KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATMA PATLAR AKBULUT