RECONHECIMENTO DE EMOÇÃO DA FALA: UM ESTUDO COMPARATIVO DE CLASSIFICADORES

Objetivo: O objetivo geral deste trabalho é comparar quantitativamente os resultados de classificadores e extração de características baseados em Wavelets para o reconhecimento das emoções da fala. Métodos: Serão portanto analisados os resultados da classificação de emoções através de duas formas de extração de características, o Wavelet Coiflets com 20 e 25 níveis, e para os classificadores KNN ((do inglês k-Nearest Neighbors) e SVM (do inglês Support Vector Machine). Como foi usada a validação k-fold com k=10, então para cada um dos 4 experimentos, foram 10 execuções, totalizando 40 repetições. A base de dados é a EmoDB (Berlim of Emotional Speech), que possui áudios em alemão categorizados em sete emoções: Raiva, Desgosto/Nojo, Medo, Alegria, Tristeza, Tédio e Neutro. Resultados: comparam-se as matrizes de confusão, precisão e o revocação por emoção e nível. A segunda comparação será entre a medida F1 obtida para cada combinação de emoção e nível. A terceira comparação será entre os resultados obtidos e a percepção humana. Conclusão: O maior valor de acurácia foi de 0,48 com o classificador SVM com extração Wavelet Coiflets de 20 níveis.