Konuşmaların duygusal sınıflandırılmasında öznitelik seçimi için metasezgisel tabanlı hibrit bir yaklaşım

İnsanlık tarihi boyunca kişilerin birbirleri ile iletişim kurdukları araç konuşma olmuştur. İnsanlar konuşarak iletişim kurdukları gibi aynı zamanda karşısındaki kişilere duygularını da ifade edebilmektedir. Konuşma soluduğumuz havanın insan vücudundaki birtakım organlardan geçerek ses telleri vasıtasıyla çıkardığı sinyallerden oluşmaktadır. Çıkan bu sinyallerden aldığımız tını ile karşımızdaki kişinin duygu durumu hakkında tahminde bulunabiliriz. İnsan-Bilgisayar etkileşiminin yoğun olarak kullanıldığı günümüzde sesten duygu tanıma çalışmalarına da sıklıkla rastlanılmaktadır. Günümüz teknolojisinin gelişmesinde canlılardan ilham alınan örnekleri sıklıkla görmekteyiz. Özellikle kullanılan araç ve gereçlerde, taşıtlarda hem tasarımsal olarak hem de çalışma prensibi açısından doğada bulunan canlılar taklit edilerek sistemler geliştirilmektedir. Yapay zekâ alanında ise canlıları taklit etme çalışması metasezgisel algoritmalar olarak karşımıza çıkmaktadır. Bu algoritmalar canlıların besin arama ve bulma davranışlarından esinlenerek geliştirilen algoritmalardır. Çalışmamızda literatürde kullanılan gri kurt optimizasyon ve salp sürü algoritmalarından esinlenerek hibrit bir metasezgisel yöntem önerilmiştir. Önerilen hibrit yöntem konuşmaların duygusal sınıflandırılması için kullanılmıştır. Bu amaç doğrultusunda literatürde sıklıkla kullanılan EmoDB, SAVEE, eNTERFACE ve EMOVA veri setleri kullanılarak önerilen yöntemin performansı analiz edilmiştir. Öncelikle bu veri setinde bulunan ses dosyaları veri ön işleme aşamasından geçmiş ve sonra OpenSmile yazılım ile öznitelik çıkarma işlemi gerçekleştirilmiştir. Elde edilen öznitelikler üzerinden gri kurt optimizasyon, sarp sürü algoritmaları ve önerdiğimiz yöntem ile öznitelik seçim işlemi yapılmıştır. Daha sonra elde edilen öznitelikler SVM ve KNN sınıflandırıcılar kullanılarak duygu sınıflandırması yapılmıştır. Elde edilen sonuçlarda SVM sınıflandırıcının KNN sınıflandırıcıya kıyasla daha iyi sonuçlar verdiği gözlemlenmiştir. KNN sınıflandırıcı ve önerdiğimiz yöntem ile en yüksek doğruluk oranı EmoDB veri setinde %91,92 olarak 586 öznitelik ile elde edilmiştir. Aynı veriseti üzerinde SVM sınıflandırıcı ve önerdiğimiz yöntem 137 öznitelik sayısı ile %98,14 doğruluk oranı sağlamıştır. Sonuç olarak önerilen hibrit yöntem gri kurt optimizasyon ve salp sürü algoritmalarından daha yüksek başarı sağlamıştır.