باز شناسي گفتار هيجاني با استفاده از روش پتري نت فازي

بازشناسي گفتار هيجاني يكي از مؤثر ترين روش ها، براي برقراري ارتباط بين انسان و ماشين مي باشد. به همين دليل امروزه تحقيقات زيادي در اين زمينه صورت گرفته است. اين مقاله جهت كشف نرخ بازشناسي هيجان گفتار از مدل تركيبي قواعد فازي در پتري نت (FPN) و اتوماتاي يادگير استفاده كرده است. الگوريتم پيشنهادي روي سه حالت هيجاني شادي، غم و خشم اعمال شده است. سلسله مراتب الگوريتم پيشنهادي اين گونه است كه نخست ويژگي هاي گفتار هيجاني توسط روش ضرايب كپسترال فركانسي مل (MFCC) استخراج مي گردند. سپس به منظور طبقه بندي ويژگي هاي استخراج شده از FPN استفاده مي شود. خروجي مرحله دوم، بردار هاي ويژگي هاي گفتار هيجاني است. توابع عضويت هر بردار توسط اتوماتاي يادگير محاسبه مي شود. سپس قواعد فازي براي فازسازي پارامترهاي ورودي اعمال مي شود. در مرحلۀ آخر نرخ بازشناسي گفتار هيجاني محاسبه خواهد شد. به منظور بررسي كارايي مدل پيشنهادي، الگوريتم پيشنهادي با مدل هاي مختلف طبقه بندي همچون طبقه بندهاي ,MLP ,SVM KNN، HMM و NN مقايسه گرديد. نتايج تجربي نشان دادند كه تركيب اتوماتاي يادگير و روش فازي در شبكه پتري نت، از عملكرد بهتري نسبت به ساير مدل ها برخوردار است.