Ses sinyallerinde duygu tanıma ve geri erişimi

Ses sinyalinde duygu tanıma özelikle, görsel bilginin kısıtlı ya da hiç olmadığı durumlarda önem kazanmaktadır. Bu çalışmada, tam ve genişletilebilir bir ses tabanlı duygu tanıma ve geri erişim çatısı önerilmiştir. Makine öğrenme yöntemi olarak Destek Vektör Makineleri (DVM) kullanılmış ve performansını artırmak amacıyla parametre optimizasyonu gerçekleştirilmiştir. Ses içerik analizlerinde, uygun pencere ve atlama sürelerine karar verebilmek için ampirik analizler gerçekleştirilmiştir. Çalışmada, gürbüz öznitelikler bulmak amacıyla, 20 ses özniteliği üzerinde, DVM kullanılarak kapsamlı analizler yapılmış ve sonuçlar değerlendirilmiştir. Ayrıca, ses sinyallerinin duygu-tabanlı geri erişimi için, nokta, aralık ve en yakın komşuluk olarak adlandırılan sorgu türleri geliştirilmiş ve geri erişim başarımları değerlendirilmiştir. Deneysel sonuçlara göre, sınıflandırıcı parametre optimizasyonu ve önerilen ses analiz yöntemleri, dayanak tanıma başarımlarını arttırmaktadır.