Emotion Recognition using Prosodic and Spectral Features of Speech

Le livre spécialisé "Reconnaissance des émotions à l'aide de caractéristiques prosodiques et spectrales de la parole" propose une étude approfondie de la reconnaissance des émotions à partir de la parole en utilisant des caractéristiques prosodiques et spectrales. Les auteurs, Uttam Kumar Roy et Atreyee Khan, présentent une méthode innovante basée sur l'analyse de la hauteur tonale et des coefficients cepstraux en fréquence mélodique (MFCC). Cette méthode utilise des approches de classification avancées, y compris des réseaux de neurones artificiels et le classificateur Naïve Bayes, pour identifier les émotions avec précision. La recherche s'appuie sur la base de données largement utilisée Berlin Emo-Db pour démontrer l'efficacité des approches proposées. De plus, elle examine comment le nombre d'émotions à reconnaître et les caractéristiques des locuteurs influencent les performances du système. Les résultats montrent des améliorations significatives par rapport aux systèmes existants, soulignant la pertinence et les avancées de ce travail.