การรู้จำอารมณ์จากเสียงพูดที่แสดงความรู้สึกด้วยวิธีการแบ่งกลุ่มผสม

Abstract

การประมวลผลเพื่อการคำนวณความรู้สึก (Affective Computing) เป็นศาสตร์ที่เกิดขึ้นเพื่อลดช่องว่างของการสื่อสารระหว่างมนุษย์กับสมองกลหรือระบบคอมพิวเตอร์ โดยการพัฒนาระบบการประมาณผลที่สามารถจดจำหรือตอบสนองต่อสถานะทางอารมณ์ที่แตกต่างกันของมนุษย์ได้ ในงานวิจัยนี้ได้นำเสนอวิธีการคำนวณของตัวเลขเพื่อการรู้จำอารมณ์เสียง โดยแบ่งขั้นตอนการประมาลผลออกเป็น 3 ขั้นตอนหลัก 1) การกรองสัญญาณแบบผสมโดยประมวลผลบนพื้นฐานของการกำจัดเสียงรบกวนโดยใช้ตัวกรองสัญญาณเกาส์เซียน 2) การสกัดลักษณะข้อมูลเสียงออกมาด้วยตัวกรอง 6 รูปแบบ คือ Standard Energy Entropy, Standard Mean Zero-Crossing Rate, Standard Rolloff, Standard Spectral Centroid, Standard Spectral Flux Standard Mean Energy และ 3) การรู้จำแบบมีผู้สอน จากผลการทดลองเบื้องต้นซึ่งผู้วิจัยได้ทดสอบขั้นตอนวิธีที่นำเสนอกับข้อมูลเสียงอามรณ์ต่างๆ ของกลุ่มตัวอย่างจำนวน 9 คน พบว่า ขั้นตอนวิธีการนำเสนอให้ผลการทดลองเป็นที่น่าพอใจ