Speech emotion recognition / Grairi, Souhila  

Public ISBD Titre : Speech emotion recognition Type de document : texte imprimé Auteurs : Grairi, Souhila, Auteur ; Toumi,Lyazid, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (58 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Apprentissage automatique La machine `a vecteurs support R´eseau de neurones La reconnaissance des ´emotions Mel-frequency cepstral coefficients Index. décimale : 004 - Informatique Résumé : La reconnaissance des ´emotions `a partire de la parole est un vieux d´efi dans le domaine de l’intelligence artificielle. Contrairement aux humains, les machines ne peuvent ni percevoir ni exprimer les ´emotions. Mais l’interaction homme-ordinateur peut ˆetre am´elior´ee en automatisant la reconnaissance des ´emotions. A cet effet, de nombreux travaux de recherche importants ont ´et´e introduits pour g´erer la reconnaissance des ´emotions. Dans cette th`ese, des travaux connexes r´ecents dans le domaine de la reconnaissance des ´emotions `a partire de la parole ont ´et´e pr´esent´es. En outre, quatre classificateurs d’apprentissage automatique ont ´et´e adopt´es pour classer 7 ´emotions (la col`ere, la joie ,la tristesse,la peur, le d´egoˆut, naturel, la surprise) en utilisant diff´erents nombres de Mel-frequency cepstral coefficients (MFCC) pour les bases de donn´ees TESS et RAVDESS. Un nouveau r´eseau de neurones CNN a ´et´e propos´e uniquement pour l’ensemble de donn´ees RAVDESS. Un bon taux de reconnaissance de 95% a ´et´e obtenu par la machine `a vecteurs support (SVM) sur l’ensemble de donn´ees TESS, et CNN a surpass´e tous les classificateurs classiques d’apprentissage automatique dans l’ensemble de donn´ees RAVDESS avec une pr´ecision de 74%. Côte titre : MAI/0392 En ligne : https://drive.google.com/file/d/1id59VxLTSYJaCRAapw4hEp3l7uzTdUPS/view?usp=shari [...] Format de la ressource électronique : pdf Speech emotion recognition [texte imprimé] / Grairi, Souhila, Auteur ; Toumi,Lyazid, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (58 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Apprentissage automatique La machine `a vecteurs support R´eseau de neurones La reconnaissance des ´emotions Mel-frequency cepstral coefficients Index. décimale : 004 - Informatique Résumé : La reconnaissance des ´emotions `a partire de la parole est un vieux d´efi dans le domaine de l’intelligence artificielle. Contrairement aux humains, les machines ne peuvent ni percevoir ni exprimer les ´emotions. Mais l’interaction homme-ordinateur peut ˆetre am´elior´ee en automatisant la reconnaissance des ´emotions. A cet effet, de nombreux travaux de recherche importants ont ´et´e introduits pour g´erer la reconnaissance des ´emotions. Dans cette th`ese, des travaux connexes r´ecents dans le domaine de la reconnaissance des ´emotions `a partire de la parole ont ´et´e pr´esent´es. En outre, quatre classificateurs d’apprentissage automatique ont ´et´e adopt´es pour classer 7 ´emotions (la col`ere, la joie ,la tristesse,la peur, le d´egoˆut, naturel, la surprise) en utilisant diff´erents nombres de Mel-frequency cepstral coefficients (MFCC) pour les bases de donn´ees TESS et RAVDESS. Un nouveau r´eseau de neurones CNN a ´et´e propos´e uniquement pour l’ensemble de donn´ees RAVDESS. Un bon taux de reconnaissance de 95% a ´et´e obtenu par la machine `a vecteurs support (SVM) sur l’ensemble de donn´ees TESS, et CNN a surpass´e tous les classificateurs classiques d’apprentissage automatique dans l’ensemble de donn´ees RAVDESS avec une pr´ecision de 74%. Côte titre : MAI/0392 En ligne : https://drive.google.com/file/d/1id59VxLTSYJaCRAapw4hEp3l7uzTdUPS/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0392	MAI/0392	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)