กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1712
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.authorภูสิต กุลเกษมth
dc.contributor.authorสุวรรณา รัศมีขวัญth
dc.contributor.authorเบญจภรณ์ จันทรกองกุลth
dc.contributor.authorสุนิสา ริมเจริญth
dc.contributor.authorกฤษณะ ชินสารth
dc.contributor.authorปิยตระกูล บุญทองth
dc.contributor.authorมานิต ชาญสุภาพth
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned2019-03-25T09:08:36Z
dc.date.available2019-03-25T09:08:36Z
dc.date.issued2558
dc.identifier.urihttp://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1712
dc.description.abstractการวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาและค้นคว้าอัลกอริทึมในการรู้จำอารมณ์จากเสียงพูดภาษาไทย งานวิจัยประเภทนี้รู้จักกันโดยทั่วไปว่า “การคณนาเชิงอารมณ์” ซึ่งสามารถลดช่องว่างในการสื่อสารระหว่างผู้ใช้กับคอมพิวเตอร์หรือช่วยพัฒนาความฉลาดทางด้านอารมณ์ ให้กับคอมพิวเตอร์ เพื่อให้คอมพิวเตอร์สามารถเลือกตอบสนองกับมนุษย์ได้อย่างเหมาะสมยิ่งขึ้นในงานวิจัยนี้ได้นาเสนอวิธีคัดเลือกคุณลักษณะแบบฟิชเชอร์สกอร์ (Fisher’s Score) สำหรับการจาแนกอารมณ์ 4 อารมณ์ ได้แก่ อารมณ์เศร้า, โกรธ, มีความสุข และ กลัว ผู้วิจัยได้ เลือกใช้เสียงพูดภาษาไทยเนื่องด้วยว่าในภาษาไทย ระดับเสียงพูดที่ใช้ จะมีผลต่อความหมายที่เปลี่ยนไปของคานั้น ๆ ซึ่งถือว่ามีความท้าทายและน่าสนใจอย่างมากในการจำแนกอารมณ์ วิธีที่นำเสนอจะแบ่งออกเป็น 2 ส่วนด้วยกัน ในส่วนแรก เสียงพูดภาษาไทยจะถูกสกัดเพื่อดึงเอา 14 คุณลักษณะเด่นของสัญญาณเสียงออกมา แล้วจึงนำมาคัดเลือกเฉพาะคุณลักษณะที่เหมาะสมกับการรู้จำเสียงภาษาไทยโดยใช้วิธีคัดเลือก Fisher’s Score ส่วนสุดท้าย คุณลักษณะที่คัดเลือกแล้วจะผ่านโครงข่ายการเรียนรู้ 2 แบบเพื่อเปรียบเทียบประสิทธิภาพในการจำแนก จากผลการ ทดลองที่ได้แสดงให้เห็นว่า การคัดเลือกคุณลักษณะแบบฟิชเชอร์สกอร์กับวิธีจำแนกผ่านโครงข่ายประสาทเทียมแบบเพอร์เซฟตรอนหลายชั้น ให้อัตราการรู้จำอารมณ์จากเสียงพูดภาษาไทยสูงถึง 95%th_TH
dc.description.sponsorshipโครงการวิจัยนี้ได้รับการสนับสนุนทุนวิจัยจาก สำนักงานคณะกรรมการวิจัยแห่งชาติ ปีงบประมาณ พ.ศ. 2557en
dc.language.isothth_TH
dc.publisherคณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพาth_TH
dc.subjectการประมวลผลข้อมูลอิเล็กทรอนิกส์th_TH
dc.subjectสาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์th_TH
dc.titleการรู้จำอารมณ์จากเสียงพูดที่แสดงความรู้สึกด้วยวิธีการแบ่งกลุ่มผสมth_TH
dc.title.alternativeEmotion recognition of affective speech based on hybrid classifiersen
dc.typeResearch
dc.year2558
dc.description.abstractalternativeThis research is aimed at studying and developing an algorithm to recognize human feeling or emotion from Thai speech. This type of research is commonly known as “affective computing”. Affective Computing is intended to reduce the communication gap between human and machine or to increase the intelligence to the computer. This type of research is done to raise the efficiency of human and computer interaction. In this research, we propose Fisher Feature Selection for Emotion Recognition of Thai Speech to classify 4 different emotions of human speech: Sad, Angry, Happy and Fear. The essence of our work lies on the inherit difficulty on different tones of the sound made different meanings in Thai Language. The approach has been divided into two steps. For the first step, the human sound is extracted to get the 14 dominant features using Fisher Feature Selection. Then in step two, two different structures of learning networks are used to compare the classification performance. The results showed that with the use of Fisher Feature Selection as a feature selection method combines with Multi Layers Perceptron as a learning network offers a distinctive recognition emotion of Thai Speech at the rate of 95%en
ปรากฏในกลุ่มข้อมูล:รายงานการวิจัย (Research Reports)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม ขนาดรูปแบบ 
2559_110.pdf2.38 MBAdobe PDFดู/เปิด


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น