การรู้จำอารมณ์จากเสียงพูดที่แสดงความรู้สึกด้วยวิธีการแบ่งกลุ่มผสม

ภูสิต กุลเกษม; สุวรรณา รัศมีขวัญ; เบญจภรณ์ จันทรกองกุล; สุนิสา ริมเจริญ; กฤษณะ ชินสาร; ปิยตระกูล บุญทอง; มานิต ชาญสุภาพ

dc.contributor.author	ภูสิต กุลเกษม	th
dc.contributor.author	สุวรรณา รัศมีขวัญ	th
dc.contributor.author	เบญจภรณ์ จันทรกองกุล	th
dc.contributor.author	สุนิสา ริมเจริญ	th
dc.contributor.author	กฤษณะ ชินสาร	th
dc.contributor.author	ปิยตระกูล บุญทอง	th
dc.contributor.author	มานิต ชาญสุภาพ	th
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned	2019-03-25T09:07:07Z
dc.date.available	2019-03-25T09:07:07Z
dc.date.issued	2557
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/1486
dc.description.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	th_TH
dc.description.sponsorship	โครงการวิจัยนี้ได้รับการสนับสนุนทุนวิจัยจาก สำนักงานคณะกรรมการวิจัยแห่งชาติ ปีงบประมาณ พ.ศ. 2556	en
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.subject	การประมวลผลข้อมูลอิเล็กทรอนิกส์	th_TH
dc.subject	สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์	th_TH
dc.title	การรู้จำอารมณ์จากเสียงพูดที่แสดงความรู้สึกด้วยวิธีการแบ่งกลุ่มผสม	th_TH
dc.title.alternative	Emotion recognition of affective speech based on hybrid classifiers	en
dc.type	งานวิจัย
dc.year	2557
dc.description.abstractalternative	Affective Computing is a computational science that help to reduce the gap of communication between human and artificial intelligence machine by developing a program that can process, memorise and response to different human emotions. In this research work we have proposed composed computational models to recognize human emotions. we have proceed with four major steps as follows: 1) Hybrid Adaptive filtering which is used to remove noise by Gaussian Filters. 2) Feature extraction which is used to extract feature of voice by Standard energy entropy, standard mean zero-crossing rate standard Rolloff standard Spectral Centroid standard spectral flux and standard mean energy. 3) Supervised recognition which is used to recognize the mood of voice data to classify them into their proper classes The preliminary results from the proposed methods are satisfy our criteria well.	en