Požymių atrankos metodų analizė šnekos emocijoms klasifikuoti


Elektronikos referatas.

Emocinės būklės klasifikavimas pagal balsą. Reikalingų požymių nustatymas emocijos klasifikavimui. Pirminis balso signalo apdorojimas. Balso signalo požymiai ir jų klasifikacija. Pagrindinio tono dažnis ir jo išskyrimo metodai. Autokoreliacijos metodas. Kepstro metodas.


Temos aktualumas. Manoma, kad žmogaus emocinei būklei nustatyti galima pasinaudoti tam tikrais balso požymių ypatumais ir pakankamai tiksliai nustatyti kokioje emocinėje būsenoje šiuo metu yra žmogus, t. y. klasifikuoti emociją. Pirmiausiai tokios sistemos buvo kūriamos kariniams tikslams, teisėtvarkos institucijoms ir tik neseniai pasirodė pirmosios kasdieniam naudojimui pritaikytos emocinės būklės nustatymo programos. Portalas technologijos.lt 2013 metų rugpjūčio mėnesį rašė apie pirmają taikomąją programą išmaniesiems telefonams, kurią išleido Santa Klaroje (Kalifornija, JAV) esančio "Intel" tyrimų padalinio specialistai. Kaip teigiama straipsnyje, programa pagal žmogaus balsą gali nustatyti jo esamą emocinę būklę: <...Testavimų rezultatai parodė, jog aplikacija "StressSense" sugeba atpažinti žmogaus emocinę būseną maždaug 81% tikslumu uždarose patalpose ir 76% tikslumu atvirose vietose, kur garso kokybė paprastai būna žemesnė dėl pašalinių triukšmų. Kūrėjai šiuo metu ketina išleisti "StressSense" kaip priedą, skirtą "Android" programai BeWell, kuri naudoja į mobilųjį įrenginį integruotą akselerometrą ir GPS imtuvą ir taip matuoja vartotojo aktyvumą paros laikotarpiu. Manoma, jog "StressSense" sugebės analizuoti balsą ir telefoninių pokalbių metu ir, galbūt, įspėti apie galimus aštrius pasisakymus, kuriuos vartotojas gali išsakyti stresinės situacijos metu...>1.

Pasak Stephen Nealen knygos „Emocinis intelektas ir ugdymas“ autoriaus, emocijų valdymo ir atpažinimo gebėjimas yra labai svarbus šiuolaikinėje visuomenėje funkcionuojančio žmogaus bruožas. Todėl sparčiai besivystančios technologijos galėtų palengvinti žmogaus emocinio intelekto vystymasį, jei emocijų klasifikavimo sistemos būtų lengvai prieinamos kiekvienam vartotojui ir būtų pakankamaiū tikslios. Naudojimasis tokia sistema gali leisti žmogui ne tik dažniau būti geros nuotaikos, bet ir duoti akivaizdžią naudą jo sveikatai. Tai ypač aktualu didelių miestų gyventojams, kur gyvenimo ritmas, dažnai, yra spartesnis nei kituose gyvenvietėse. Taip pat verta paminėti, kad vis daugiau psichologų teigia, kad žmogaus emocinis intelektas turi didelę įtaką žmogaus gyvenimui bendrąją prasme

, nes žmogui esant geros nuotaikos bei ramios būsenos lengviau daryti kasdienius darbus, priimti sprendimus ir t.t. Verta pažymėti, kad emocinės būklės klasifikavimo sistemos taip pat gali būti pritaikytos autizmu sergantiems žmonėms adaptuoti visuomenėje – taigi aiškus pritaikymas ne tik kasdieniam gyvenime, bet ir medicinoje.

kaip galima nustatyti žmogaus emocinę būklę technologijų pagalba bei realizuoti praktikoje tokias sistemas. Be to tokios sistemos gali buti lengvai komercializuojamos, taigi tokių sistemų pritaikymas dideliam vartotojų segmentui gali turėti ir finansinės naudos sistemų kūrėjams. Tačiau esamu laiko momentu yra mažai realizuotų ir patikimai veikiančių sistemų, kurios būtų pritaikytos vartotojui, kadangi tokiu sistemų kūrimui reikalingas krupščiai atrinktas balso požymių rinkinys, kuris leistų tiksliai identifikuoti kiekvieną emociją.

Darbo problema. Labai didelis išskiriamų balso požymių skačius, esant kuriam rinkiniui galima būtų tiksliausiai identifikuoti kiekvieną atskirą emociją.

Išsikeltiems uždaviniams pasiekti šiame darbe buvo pasirinkta keletą skirtingų metodų. Pirmiausia, norint išanalizuoti ir suprasti jau egzistuojančių sistemų veikimo principus buvo pasirinkta literatūros ir šaltinių analizė. Mokslinių straipsnių, leidinių, interneto publikacijų analizė padeda pamatą vėlesniam žmogaus emocinės būklės nustatymo programų atvejų tyrimui. Informacinių šaltinių duomenų analizės metodas pasirinktas todėl, kad jis leidžia tobulinti turimas žinias ir įvertinti požymių išskyrimo svarbą ir atkreipti ypatingą dėmėsį į jų rinkinių savybes nei klasifikavimo galimybes. Taip pat iš literatūros šaltinių galima daryti patikimas išvadas, užtikrinama pasirinkimo kokybė.

Pirmosios emocinės būklės atpažinimo sistemos buvo pradėtos kurti dar 1970 m. Tris Jungtinių Amerikos Valstyjų (JAV) karininkai, kurie baigė savo tarnybą JAV armijoje įkūrė kompanija, kurią pavadino „Delector Counterintelligence and Security”.

  • Elektronika Referatai
  • 2016 m.
  • Lietuvių
  • 16 puslapių (3031 žodis)
  • Elektronikos referatai
  • Microsoft Word 112 KB
  • Požymių atrankos metodų analizė šnekos emocijoms klasifikuoti
    10 - 6 balsai (-ų)
Požymių atrankos metodų analizė šnekos emocijoms klasifikuoti. (2016 m. Gegužės 12 d.). http://www.mokslobaze.lt/pozymiu-atrankos-metodu-analize-snekos-emocijoms-klasifikuoti.html Peržiūrėta 2016 m. Gruodžio 06 d. 23:46