Speech emotion recognition: Application in distance learning education
Uzaktan eğitim uygulamalarında konuşma duygu tanıma
- Tez No: 712020
- Danışmanlar: DOÇ. DR. ŞENGÜL DOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Adli bilişim, Duygu tanıma, Makine öğrenmesi, Uzaktan eğitim, Yapay zeka, Computer forensics, Emotion recognition, Machine learning, Distance education, Artificial intelligence
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Duyguları tanımlama/hesaplama, insanlar ve bilgisayar sistemleri arasında sorunsuz bir etkileşimi geliştirmek için duygusal zekanın doğuştan gelen insan yeteneklerini makinelere aktarmaya çalışan bir yapay zeka dalıdır. Konuşmadan duygu tanıma, duygusal hesaplamanın önemli bir yönüdür ve insan duygusal durumlarını tanıyan, analiz eden, yorumlayan ve simüle eden sistem ve makinelerin tasarlanmasında önemli bir rol oynar. Bu projede, konuşmada duygu tanıma kavramı, bir uzaktan öğrenme platformu aracılığıyla performans sunan dersi araştırmak için bir uzaktan öğrenme sistemine entegre edilmektedir. Bunu arşivlemek için performans üç kategoride sınıflandırılır: eğitmenin duygusal durumuna bağlı olarak ilginç, Nötr ve sıkıcı. Proje, bir öğretim görevlisinin duygusal durumunu tanımak ve yorumlamak için akıllı makine öğrenimi teknikleri kullanılarak uygulanmaktadır. Veri ön işleme, özellik çıkarma, özellik seçimi ve sınıflandırma olmak üzere dört ana aşamada gerçekleştirilir. Modelimiz, ayarlanabilir Q dalgacık dönüşümünün (TQWT) yanı sıra yerel öznitelik üreteci olarak bir ayakkabı bağı grafik desenini kullanan kapsamlı bir öznitelik oluşturma yaklaşımını benimser. Nihai öznitelik vektörünü elde etmek için öznitelik oluşturma aşamasından en iyi dört öznitelik vektörü seçilir ve birleştirilir. Daha sonra, en ayırt edici 512 özniteliği seçmek için öznitelik seçim aşamasında komşuluk bileşen analizi (NCA) yöntemi kullanılmıştır. Ardından destek vektör makinesi (SVM) sınıflandırıcısını kullanarak sınıflandırmayı gerçekleştiriyoruz. Önerilen yöntem iyi performans gösterdi ve bize Türkçe veri setine uygulandığında %96,41 ve İngilizce veri setine uygulandığında %94,97 doğruluk sağladı.
Özet (Çeviri)
Affective computing is a branch of artificial intelligence that tries to pass the innate human capabilities of emotional intelligence to machines to enhance a smooth interaction between humans and computer systems. Speech emotion recognition is an essential aspect of affective computing and plays a significant role in designing systems and machines that recognize, analyze, interpret, and simulate human emotional states. In this project, the concept of speech emotion recognition is being integrated into a distance learning system to investigate the lecture delivering performance via a distance learning platform. To archive this, the performance is classified into three categories: interesting, Neutral, and boring, depending on the lecturer's emotional state. The project is implemented using intelligent machine learning techniques to recognize and interpret a lecturer's emotional state. It is carried out in four major stages of data preprocessing, feature extraction, feature selection, and classification. Our model adopts a comprehensive feature generation approach that utilizes a shoelace graph pattern as a local feature generator alongside tunable Q wavelet transform (TQWT). The best four feature vectors from the feature generation stage are selected and merged to obtain the final feature vector. After that, we applied an NCA method at the feature selection stage to select 512 most discriminative features. We then perform the classification using the SVM classifier. Our proposed network performed well, giving us an accuracy of 96.41% when applied on the Turkish dataset and 94.97% when applied on the English dataset.
Benzer Tezler
- 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
2018
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Televizyon reklamlarının ses-söz uyumu (Prozodi) yönünden incelenmesi ve dilimizin müziğine etkileri
A study on the television advertisements from the point speech-sound harmany (prosody) and it's influence on the rhythm of our language
C. HAKAN ÇUHADAR
- Cumhuriyet döneminde Milli Eğitim Şuralarının müzik eğitimi ile ilgili aldığı kararlar
Başlık çevirisi yok
SİBEL DOĞAN(ÖZBAKAN)
- Sıfırdan dokuza kadar sayılar ve aç, kapat, kanal kelimelerini tanıyan kontrol sistemi
Başlık çevirisi yok
GÖKHAN DINDIŞ
Yüksek Lisans
Türkçe
1987
Anadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...