Тип работы:
 Предмет:
 Язык работы:


ВЛИЯНИЕ ЭМОЦИЙ НА ХАРАКТЕРИСТИКИ РЕЧЕВОГО СИГНАЛА

Работа №76884

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы50
Год сдачи2018
Стоимость4750 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
211
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
ГЛАВА 1 ОПИСАНИЕ ХАРАКТЕРИСТИК И ПРИЗНАКОВ РЕЧЕВОГО
СИГНАЛА 5
1.1 Характеристики речевого сигнала 5
1.2 Признаки ЭОР 10
1.2.1 Спектрально-временные признаки 10
1.2.2 Кепстральные коэфффициенты 12
1.2.3 Амплитудно-частотные признаки 15
1.2.4 Признаки нелинейной динамики 17
ГЛАВА 2 ЛИНЕЙНЫЕ ХАРАКТЕРИСТИКИ РЕЧИ ХАРАКТЕРИЗУЮЩИЕ
ЭМОЦИОНАЛЬНОЕ СОСТОЯНИЕ 20
2.1 Линейные характеристики речи 20
2.1.1 Частоты основного тона 21
2.1.2 Громкость речи 24
2.1.3 Паузы 24
ГЛАВА 3 ИССЛЕДОВАНИЕ ЛИНЕЙНЫХ ХАРАКТЕРИСТИК
ОЦЕНИВАЮЩИХ ЭМОЦИОНАЛЬНУЮ ОКРАСКУ ЗВУКОВ 26
3.1 Подготовка речевых данных 26
3.2 Исследование параметра частоты основного тона 32
3.3 Исследование количества пауз 39
3.4 Исследование громкости речевого сигнала 41
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Эмоционально окрашенная речь (ЭОР) применяется в многочисленных сферах человеческой деятельности и играет роль в функциях систем автоматизированного управления федеральной службы безопасности (ФСБ), реабилитации пациента и срочного оповещения для предотвращения неприятных ситуаций, а возможно даже катастрофических. Уже давно есть интерес к анализу речевого сигнала (РС) как действительного показателя эмоционального состояния (ЭС) человека, выполняющего ответственную роль космонавта, летчика, оператора АЭС, диспетчера аэропорта, психолога, сотрудника спецслужб и т.д. Проблема автоматического распознавания эмоционального состояния звуков на данный момент не решена полностью, в связи с отсутствием модели описания речевых образцов в условиях проявления различных видов эмоций.[3] ЭОР должна отражать взаимосвязь вида эмоций и объективных характеристик РС. На настоящий момент времени определение такой взаимосвязи вызывает затруднение у
большинства исследователей в этой области. Существует несколько определений понятия эмоция прямо или косвенно относящихся к
определению эмоционального окраса звуков речи:
Эмоции - одна из форм отражения. Эмоции отражают отношения к потребностям, целям и мотивам деятельности человека, переживающего эти эмоции.
Процесс, который оценивает внешнюю и внутреннюю ситуацию жизнедеятельности в форме переживаний называется эмоцией.
Процесс отражающий оценочное отношение к существующей ситуации, который напрямую связан с понятием речевой сигнал называется эмоцией (с точки зрения речевого сигнала).
Речевой сигнал содержит признаки, характеризующие эмоциональные и физиологические аспекты функциональных состояний.
Классифицируют эмоции на две категории:
Категория положительных эмоций (веселье, радость, смех и т. д.)
Категория отрицательных эмоций (грусть, печаль, угнетение и т. д.)
Соотнесение распознаваемого речевого сигнала с базой звуков, которые необходимо распознать, проходит в три этапа:
1) выделение признака объекта;
2) объединение признаков в группы;
3) выбор предполагаемого значения из ряда вариантов.
Актуальностью данной работы является использование характеристик для разработки алгоритма определения эмоционального состояния человека. Это является важной частью для многих сфер деятельности человека, и представляет собой востребованную функцию в современных системах имеющих автоматизированное управление, реабилитацию, срочное оповещение.
Целью работы является исследование характеристик, зависящих от эмоционального состояния звуков.
Задачи исследования:
Проанализировать характеристики и признаки речевого сигнала;
Изучить линейные характеристики речи характеризующие эмоциональное состояние;
Исследовать линейные характеристики оценивающие эмоциональную окраску звуков.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

В ходе выполнения выпускной квалификационной работы было выявлено, что для определения эмоционального окраса звуков речи важно применение сразу несколько комбинаций характеристик, чем их больше, тем больше вероятность точного определения эмоционального окраса. Данными характеристиками являются: основной тон, количество пауз, громкость речи.
Проведено исследование влияние эмоций на характеристики речевого сигнала. Изучены признаки и характеристики звуковых сигналов
Проведен сравнительный анализ характеристик речевого сигнала. Самой эффективной характеристикой оказалась характеристика оценивающая основной тон. Самой неэффективной громкость звука. Громкость звука может меняться в зависимости от эмоционального состояния будто это крик положительный или отрицательный.
Проведено исследование влияние эмоций на характеристики речевого сигнала. Изучены признаки и характеристики звуковых сигналов
Можно сделать вывод, что от эмоционального состояния голоса диктора зависят параметры записанного звукового файла. При положительном эмоциональном состоянии средние значения частот основного тона min=118,2 Гц и max=146,8 Гц отличаются от средних значений частот основного тона грустного эмоционального состояния и соответственно равны min=114,7 Гц и max=128 Гц на 3,5 Гц и 18,8 Гц для min и max соответственно. Так же значительно отличается параметр отношения изменения количества участков записанного звука. Для положительного эмоционального состояния он равен 0,93, а для отрицательного 0,57. Это связанно с тем, что при отрицательном эмоциональном состоянии не такое частое повышение частот основного тона, как при положительном. Даже если посмотреть на рисунки диапазона изменения спектра и основного тона, то можно увидеть, что значения частот основного тона при отрицательном эмоциональном состоянии несколько ниже, чем при положительном, а так же есть отличия в количестве диапазонов изменения участков частот основного тона. При отрицательном эмоциональном состоянии их чуть-чуть меньше, но это не главное, главное то что значений min и max в два раза меньше по отношению к общему количеству участков, где показывается в параметрах отношения изменения количества участков записанного звука при отрицательном эмоциональном состоянии.
При примерно одинаковой длительности звука среднее количество и длительность пауз положительных эмоций меньше, а длительность и количество непрерывных звукосочетаний наоборот больше.
По уровню громкости нельзя точно определить какой именно эмоциональный окрас имеет звуковой файл, так как при радостном всплеске эмоций по таблице есть определение по категории эмоций-крик, что не является действительностью, а при угнетенном состоянии показывает нормальный, то есть нейтральное состояние. Но по большому счету при радостном всплеске положительного эмоционального окраса и разрывающимся крике отрицательного окраса, возможно совпадение уровня громкости, такое же совпадение возможно при угнетенном состоянии.
Проведен сравнительный анализ характеристик речевого сигнала. Самой эффективной характеристикой оказалась характеристика оценивающая основной тон. Самой неэффективной-громкость звука. Громкость звука может меняться в зависимости от эмоционального состояния будто это крик положительный или отрицательный.



1. Леонтьев В.О. Классификация эмоций [Текст] // Одесса, 2001;
2. Изард К. Психология эмоций [Текст] // Спб, 1999;
3. Андреева И. Эмоциональный интеллект: исследование феномена [Текст] // Вопросы психологии, №3, 2006.
4. Засыпкин, А.В. О дикторонезависимой системе голосового телефонного номеронабирателя [Текст] // А.В. Засыпкин, А.Т. Мицевич, М.В. Овецкий, В.Ю. Шелепов// Труды международной конференции “Знание-Диалог- Решение”. - Ялта. - 1995. - С.427-430.
5. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ [Текст] // М: Мир, 1982, с. 234-244;
6. Гусев А.Н. Дисперсионный анализ в экспериментальной психологии [Текст] // Методическое пособие для студентов факультетов психологии вузов, М: Психология, 2000;
7. Лабоцкий В.В. Анализ экономических данных [Текст] // использование Statistica методическое пособие, 2006 ;
8. Минковский Г. Пространство и время [Текст]// Успехи Физических Наук (УФН), т.69,в.2, 1959;
9. Статистика и обработка данных в психологии [Электронный
ресурс] // Данные в психологических аспектах
URL:http://psyfactor.org/lib/stat3.htm; (дата обращения 18.05.2018)
10. Станиславский К. С. Работа актёра над собой [Текст] //М: Художественная литература, 1938;
11. Витт Н.В. Личностно-ситуационная опосредованность выражения
[Электронный ресурс] // /Распознавание эмоции в речи - URL:http://www.voppsy.ru/issues/1991/911/911095.htm; (дата обращения
07.05.2018)
12. Пашина А.Х. К проблеме распознавания эмоционального контекста
звуковой речи // Эмоциональный окрас звуков-
URL:http://www.voppsy.ru/issues/1991/911/911088.htm; (Дата обращения
29.05.2018)
13. Маслобоев Ю.П., Рычагов М.Н. Нейронные сети [Текст] // Методическое пособие, М: МИЭТ, 2006;
14. Уоссермен Ф. Нейрокомпьютерная техника [Электронный ресурс] // neurnews.iu4.bmstu.ru/ Нейрокомпьютеры - архитектура и реализация - URL:http://neurnews.iu4.bmstu.ru/book/nkt/ (дата обращения 04.05.2018)
15. Яхъяева Р.Э. Основы нейронных сетей [Электронный ресрс]// Пространства нейронных сетей URL:www.intuit.ru/department/ds/neuronnets/;
16. Видяпин В.И., Борисов А.С., Данько Т.П. Бакалавр экономики т.2 [Текст]// Триада-X, 1999;
17. Моисеева Н.К., Костина Г.Д. Маркетинговые исследования при создании и использовании программных продуктов [Текст] //Методические указания для выполнения курсовых и дипломных работ по специальности «Менеджмент» М.: МГИЭТ (ТУ), 1996;
18. Короткова Т.Л., Лукичева Л.И. Методические указания по
выполнению курсовых работ и организационно-экономической части дипломных проектов по тематике курса «Основы маркетинга» [Электронный ресурс] // М.: МГИЭТ (ТУ), 1994. Багиев Г.Л., Богданова Е.Л. Маркетинг-
статистика // Электронный учебник, URL:
http://www.marketing.spb.ru/read/m9/index.htm (дата обращения 04.04.2018)
19. Affective Computing: техника не разделяет наши чувства [Текст]// Интернет-журнал Мембрана, 2003;
20. под ред. Белова С.В. охрана окружающей среды [Текст] // М., Высшая школа, 1983;
21. Засыпкин, А.В. О дикторонезависимой системе голосового
телефонного номеронабирателя [Текст] // А.В. Засыпкин, А.Т. Мицевич, М.В. Овецкий, В.Ю. Шелепов [Текст] // Труды международной конференции “Знание-Диалог-Решение”. - Ялта. - 1995. - С.427-430.
22. Кавальчук, А.Н. (2011), "Формула для перехода из области частот к шкале барков и обратно," А.Н. Кавальчук, Ал.А. Петровский [Текст] // Информатика, 2011, 4(32), стр. 71-81
23. Каганов, А.Ш. Криминалистическая экспертиза [Текст] //
Экспертиза звукозаписей. - М.: "Юрлитинформ", 2005. - 272с.
24. Кипяткова И.С. Автоматическая обработка разговорной русской речи: монография [Текст] // И.С. Кипяткова , А.Л. Ронжин, А.А. Карпов. СПИИРАН - СПб.: ГУАП, 2013. - 314 с.
25. Колерс, П.А. Распознавание образов. Исследование живых и автоматических распознающих систем [Текст] // П.А. Колерс, Е.Д. Мюрей, пер. Л.И. Титомира - М.: «Мир», 1970. - 288 с.
26. Ле, Н.В. Распознавание речи на основе искусственных нейронных сетей [Текст] // Н.В. Ле, Д.П. Панченко Технические науки в России и за рубежом: материалы междунар. заоч. науч. конф.- Москва. - 2011. - С.8-11.
27. Леонович, А.А. Современные технологии распознавания речи [Текст] //А.А. Леонович // Материалы конференции «Диалог: Компьютерная лингвистика и интеллектуальные технологии». - Звенигород. - 2005.
28. Мазуренко, И.Л. Компьютерные системы распознавания речи [Текст] // И.Л. Мазуренко // Интеллектуальные системы. - Москва. - 1998. - т.3. вып. 1-2. - С.117-134.
29. Мазуренко, И.Л. Одна модель распознавания речи [Текст] // И.Л. Мазуренко // Компьютерные аспекты в научных исследованиях и учебном
процессе. - Москва - 1996 - С.107-112.
30. Малла, С. Вэйвлеты в обработке сигналов [Текст] // М.: Мир, 2005. — 672 с.

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ
.