Rozpoznávání emočních stavů pomocí analýzy řečového signálu

Abstract

Diplomová práce se zabývá analýzou emočních stavů člověka pomocí analýzy řečového signálu. Práce má dvě části. V první je popsán řečový signál z hlediska tvorby a informačního obsahu. Dále jsou zde popsány hlavní a vedlejší prozodické příznaky: základní tón řeči, intenzita, časové příznaky, spektrální vlastnosti a počet průchodu signálu nulovou rovinou. Ve druhé části práce je popsán navržený systém rozpoznávání emočního stavu člověka z řeči, tento systém pracuje na základě porovnání prozodických příznaků vstupní řeči s prozodickými příznaky uložené v databázi systému. Při nashromážděný dostatečného počtu nahrávek emočních stavů bude schopen rozpoznat emoční stav s vysokou pravděpodobností. Celý projekt je nachystán pro použití v reálném čase. V poslední části práce jsou uvedeny výsledky testů provedených na velkém počtu souboru řečových nahrávek.

The diploma thesis deals with the analysis of human emotional states speaker by the help of analyse speech signals. The thesis has two parts. In the first part, the process of speech generating is described in addition to the description of the commonly used pre-processing methods such as denoising or preemphasis. The first part also deals with the major and minor prosody features, these features are: the fundamental frequency, energy, spectral features and time domain features such as the speech rate. The second part of this thesis deals with a task of emotion recognition from the speech signal. When we accumulate sufficient of the number of recordings emotive state will be able to rekognize emotive state with high probability. All project is prepared for use in real time. The last part of this thesis thesis contains description and results of the experiments made on a large number of speech records.