| Revista: | Polibits |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000355968 |
| ISSN: | 1870-9044 |
| Autores: | Solís Villarreal, José Francisco1 Yáñez Márquez, Cornelio1 Suárez Guerra, Sergio1 |
| Instituciones: | 1Instituto Politécnico Nacional, Centro de Investigación en Computación, México, Distrito Federal. México |
| Año: | 2011 |
| Número: | 44 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | Una de las de investigación de mayor interés y con más crecimiento en la actualidad, dentro del área de procesamiento de voz, es el reconocimiento automático de emociones, el cual consta de 2 etapas; la primera es la extracción de parámetros a partir de la señal de voz y la segunda es la elección del modelo para hacer la tarea de clasificación. La problemática que actualmente existe es que no se han identificado aún los parámetros más representativos del problema ni tampoco se ha encontrado al mejor clasificador para hacer la tarea. En este artículo se introduce un nuevo modelo asociativo de reconocimiento automático de voz emotiva basado en las máquinas asociativas Alfa–Beta SVM, cuyas entradas se han codificado como representaciones bidimensionales de la energía de las señales de voz. Los resultados experimentales muestran que este modelo es competitivo en la tarea de clasificación automática de emociones a partir de señales de voz [1] |
| Resumen en inglés | One of the research lines of interest and more growth at present, within the area of voice processing is automatic emotion recognition. It is vitally important the study of speech signal not only to extract information about what is being said, but how is being said, this in order to be closer to the human–machine interaction. In literature the procedure of automatic emotion recognition consists of two stager, the first is the extraction of parameters from the voice signal and the second is the choice of model for the classification task, the problem that currently exists is not yet identified the most representative parameters of the problem nor has found the best classifier for the task, but have not yet been tested several models, this paper presents a two–dimensional representation of energy as data entry for Alpha–Beta associative machines SVM (Support Vector Machine) for the classification of emotions |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Reconocimiento de voz, Procesamiento de voz, Emociones, Memorias asociativas |
| Keyword: | Computer science, Artificial intelligence, Voice recognition, Voice processing, Emotions, Associative memories |
| Texto completo: | Texto completo (Ver HTML) |
