Emotion Recognition using Prosodic and Spectral Features of Speech

Das Fachbuch "Emotion Recognition using Prosodic and Spectral Features of Speech" bietet eine umfassende Untersuchung der Emotionserkennung aus Sprache unter Verwendung prosodischer und spektraler Merkmale. Die Autoren, Uttam Kumar Roy und Atreyee Khan, präsentieren eine innovative Methode, die auf der Analyse von Tonhöhe und Mel-frequency cepstral coefficients (MFCC) basiert. Diese Methode nutzt fortschrittliche Klassifikationsansätze, darunter künstliche neuronale Netze und den Naïve Bayes-Klassifikator, um Emotionen präzise zu identifizieren. Die Forschung stützt sich auf die weit verbreitete Berliner Emo-Db-Datenbank, um die Effektivität der vorgeschlagenen Ansätze zu demonstrieren. Darüber hinaus wird untersucht, wie die Anzahl der zu erkennenden Emotionen und die Eigenschaften der Sprecher die Leistung des Systems beeinflussen. Die Ergebnisse zeigen signifikante Verbesserungen im Vergleich zu bestehenden Systemen, was die Relevanz und den Fortschritt dieser Arbeit unterstreicht.