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: Belirtilmemiş.
- 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: 64
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
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- 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
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Ses sinyallerinden duygu tanıma için farklı yaklaşımlar
Various approaches to emotion recognition from speech signals
SEMİYE DEMİRCAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HUMAR KAHRAMANLI
- Derin öğrenme ve ses tabanlı duygu tanıma
Deep learning and audio based emotion recognition
ASLI DEMİR
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR
- Geliştirilen yeni filtrelerin ve temel frekans tespit yönteminin derin öğrenme ile konuşma duygu analizinde uygulanması
Application of novel filter banks and fundamental frequency detection method in speech emotion recognition with deep learning
CEVAHİR PARLAK
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF ALTUN