Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Redukce segmentálních a suprasegmentálních příznaků při určování emočních stavů z řečových nahrávek

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F13%3APU104653" target="_blank" >RIV/00216305:26220/13:PU104653 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Redukce segmentálních a suprasegmentálních příznaků při určování emočních stavů z řečových nahrávek

  • Popis výsledku v původním jazyce

    Tento článek se zabývá nejprve reprezentací segmentálních příznaků pomocí samoorganizujících sítí (SOM ? Self-Organizing Maps) při určení emocí z lidského hlasu. Redukce příznaků je zásadní část procesu klasifikace a s její pomocí lze docílit lepších nebo horších výsledků. Článek se současně zaměřuje na redukci suprasegmentálních parametrů pomocí genetických algoritmů GA. Doposud byly vyzkoušeny různé způsoby redukcí segmentálních parametrů, ale žádná z výše zmíněných metod dosud nebyla použita. V rámcičlánku jsou popsány výsledky, kterých bylo dosaženo při aplikaci obou metod na získaných zvukových nahrávkách.

  • Název v anglickém jazyce

    Reduction of segmental and suprasegmental parameters in identification of emotional states from speech recordings

  • Popis výsledku anglicky

    This paper deals in the first instance with representation of segmental symptoms using self-organizing networks (SOM - Self-Organizing Maps) to determine the emotion from the human voice. Reduction of symptoms is an essential part of the classification process and its use may give better or worse results. The article aims to simultaneously reduction of suprasegmental parameters using genetic algorithms GA. So far tried various ways of reducing segmental parameters, but none of the above methods have notbeen used. The article describes the results achieved in the application of both methods on obtained audio recordings.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Elektrorevue - Internetový časopis (http://www.elektrorevue.cz)

  • ISSN

    1213-1539

  • e-ISSN

  • Svazek periodika

    15

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    5

  • Strana od-do

    276-280

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus