Bozkurt, E.Erzin, E.Eroğlu Erdem, Ç.Erdem, Tanju2016-02-112016-02-112010978-1-4244-9672-32165-0608http://hdl.handle.net/10679/2009https://doi.org/10.1109/SIU.2010.5649919Due to copyright restrictions, the access to the full text of this article is only available via subscription.Bu makalede INTERSPEECH 2009 Duygu Tanıma Yarışması sonuçlarını değerlendiriyoruz. Yarışmanın sunduğu problem doğal ve duygu bakımından zengin FAU Aibo konuşma kayıtlarının beş ve iki duygu sınıfına en doğru şekilde ayrılmasıdır. Bu problemi çözmek için bürün ilintili, spektral ve SMM-temelli (sakl Markov model) öznitelikleri Gauss Bileşen Model (GBM) sınıflandırıcılar ile inceliyoruz. Spektral öznitelikler, Mel frekans kepstral katsayıların (MFKK), doru spektral frekans (DSF) katsayılarını ve bunların türevlerini içerirken, bürün öznitelikleri perde, perdenin birinci türevi ve enerjiden oluşuyor. Bürün ilintili özniteliklerin zamanla değimini tanımlayan SMM özniteliklerini, güdümsüz eğitilen SMM yapılar ile elde ediyoruz. Ayrıca, konuşmadan duygu tanıma sonuçların iyileştirmek için farklı özniteliklerin veri kaynaşımın ve farklı sınıflandırıcıların karar kaynaşımını da inceliyoruz. İki aşamalı karar kaynaşım yöntemimiz beş ve iki sınıflı problemler için sırasıyla,% 41.59 ve %67.90 başarım oranını ve tüm yarışma sonuçları arasında 2. ve 4. sırayı elde etti .turinfo:eu-repo/semantics/restrictedAccessConference paper21621910.1109/SIU.2010.5649919Gaussian processesEmotion recognitionFeature extractionHidden Markov modelsPattern classificationSpectral analysisSpeech recognitionUnsupervised learning2-s2.0-78651427870