Resumen

En este documento se discute el impacto del método de clasificación y la selección de características en la precisión del reconocimiento de emociones en el habla. Seleccionar los parámetros correctos en combinación con el clasificador es una parte importante para reducir la complejidad del cálculo del sistema. Este paso es necesario especialmente para sistemas que se desplegarán en aplicaciones en tiempo real. La razón del desarrollo y mejora de los sistemas de reconocimiento de emociones en el habla es la amplia usabilidad en los sistemas de voz automáticos actuales. En este experimento se utilizó la base de datos de grabaciones emocionales de Berlín. La precisión de clasificación de redes neuronales artificiales, vecinos más cercanos y modelo de mezcla gaussiana se mide considerando la selección de características prosódicas, espectrales y de calidad vocal. El objetivo era encontrar una combinación óptima de métodos y grupo de características para la detección de estrés en el habla humana. La contribución de la investigación radica en el diseño del sistema de reconocimiento de emociones en el habla debido a su precisión y

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Impacto; Método de clasificación; Selección de características; Reconocimiento de emociones en el habla; Precisión; Clasificador
• Keywords:Impact; Classification method; Features selection; Speech emotion recognition; Accuracy; Classifier