Speech Emotions Recognition Using 2-D Neural Classifier
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86086876" target="_blank" >RIV/61989100:27240/13:86086876 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/13:86086876
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Speech Emotions Recognition Using 2-D Neural Classifier
Popis výsledku v původním jazyce
This article deals with a speech emotion recognition system. We discuss the usage of a neural network as the final classifier for human speech emotional state. We carried our research on a database of records of both genders and various emotional states.In the preprocessing and speech processing phase, we focused our intent on parameters dependent on the emotional state. The output of this work is a system for classifying the emotional state of a man's voice, which is based on a neural network classifier. For output-stage classifier was used self-organizing feature map, which is specific type of artificial neural nets. The number of input parameters must be limited for hardware and time consuming computation of neurons positions. Therefore we discussthe accuracy of the classifier whose input is the fundamental frequency calculated by different methods
Název v anglickém jazyce
Speech Emotions Recognition Using 2-D Neural Classifier
Popis výsledku anglicky
This article deals with a speech emotion recognition system. We discuss the usage of a neural network as the final classifier for human speech emotional state. We carried our research on a database of records of both genders and various emotional states.In the preprocessing and speech processing phase, we focused our intent on parameters dependent on the emotional state. The output of this work is a system for classifying the emotional state of a man's voice, which is based on a neural network classifier. For output-stage classifier was used self-organizing feature map, which is specific type of artificial neural nets. The number of input parameters must be limited for hardware and time consuming computation of neurons positions. Therefore we discussthe accuracy of the classifier whose input is the fundamental frequency calculated by different methods
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
<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
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
Advances in Intelligent Systems and Computing. Volume 239
ISSN
2194-5357
e-ISSN
—
Svazek periodika
210
Číslo periodika v rámci svazku
2013
Stát vydavatele periodika
DE - Spolková republika Německo
Počet stran výsledku
11
Strana od-do
221-231
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—