Por favor, use este identificador para citar o enlazar este ítem:
http://repositoriodigital.ipn.mx/handle/123456789/12212
Título : | MODELO DE PROCESAMIENTO DE VOZ PARA LA CLASIFICACIÓN DE ESTADOS |
Autor : | DR. SUÁREZ GUERRA, SERGIO DR. YÁÑEZ MÁRQUEZ, CORNELIO SOLÍS VILLARREAL, JOSÉ FRANCISCO |
Palabras clave : | PROCESAMIENTO DE VOZ CLASIFICACIÓN DE ESTADOS |
Fecha de publicación : | 14-jun-2011 |
Resumen : | In this work, in general terms, we report the progress made in the recognition and classi cation of emotions from voice signals, the objectives proposed for the conclusion and a description of relevant work found so far. Emotion recognition is a problem that has been treated in di erent manners, taking into account various ways of obtaining data, such as reading biometric signals (blood pressure, pulse, among the most important), detection of sequences of movements of the human body walking, monitoring of facial expression, voice signal, among others. There are works dealing with the issue by analyzing di erent types of signals and others who deal with one type of signal, for the purposes of this project, working with the voice signal. Actually, the techniques used for the recognition and classi cation of emotions are neural networks, Gaussian mixtures, Hidden Markov Models, mainly. In this thesis makes use of support vector techniques and associative memories, the combination of both result in an overall bene t of 99% accuracy in the classi - cation of emotions. It uses the database Berlin [2], which is free and with which many researchers have carried out their work and where the reported results have not exceeded 82 %. |
Descripción : | En esta tesis se reportan los avances obtenidos en la clasi caci on de emociones a partir de se~nales de voz, los objetivos que se plantean para la conclusi on del mismo y una descripci on de los trabajos relacionados encontrados hasta el momento. El reconocimiento de emociones es un problema que ha sido abordado de diferentes maneras, teniendo en cuenta diversas formas de obtener los datos, como son la lectura de se~nales biom etricas (presi on arterial, pulso, entre las m as importantes), detecci on de secuencias de movimientos del cuerpo humano al andar, el seguimiento de la expresi on facial, la se~nal de voz, entre otras. Hay trabajos que abordan el tema analizando diferentes tipos de se~nales y otros que tratan con un solo tipo de se~nal; para los nes del presente proyecto, se trabaja con la se~nal de voz. Las t ecnicas utilizadas hasta el presente para el reconocimiento y clasi caci on de emociones son redes neuronales arti ciales, mixturas Gaussianas, Modelos Ocultos de Markov, principalmente. En este trabajo de tesis se hace uso de t ecnicas de soporte vectorial y memorias asociativas, la combinaci on de ambas dan como resultados una efectividad cercana al 99% de acierto en la clasi caci on de emociones. Se utiliza la base de datos de Berl n [2], la cual es gratuita y con la cual muchos investigadores han llevado a cabo sus trabajos y donde los resultados reportados no han sobrepasado al 82 %. |
URI : | http://www.repositoriodigital.ipn.mx/handle/123456789/12212 |
Aparece en las colecciones: | Mediateca |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Tesis.pdf | MODELO DE PROCESAMIENTO DE VOZ PARA LA CLASIFICACIÓN DE ESTADOS | 1.53 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.