Wyniki 1-3 spośród 3 dla zapytania: authorDesc:"Dorota KAMIŃSKA"

Polish Emotional Speech Recognition Based on the Committee of Classifiers DOI:10.15199/48.2017.06.24

Czytaj za darmo! »

Introduction Emotions are a carrier of information regarding feelings of an individual and one’s expected feedback. Understanding them enhances interaction. Although computers are now a part of human life, the relation between a human and a machine is not natural. Knowledge of the emotional state of the user would allow the machine to adapt better and generally improve cooperation between them. Emotion recognition methods utilize various input types i.e. facial expressions [1], speech, gesture and body language [2], physical signals such as electrocardiogram (ECG), electromyography (EMG), electrodermal activity, skin temperature, galvanic resistance, blood volume pulse (BVP), and respiration [3]. Speech is one of the most accessible form the above mentioned signals and because of this most emotion recognition related research focuses on human voice, which became a relevant trend in modern studies. However, satisfactory efficiency has not been achieved yet. This article presents a novel method of emotional speech recognition based on k-NN utilizing multiple classifies. We compared two alternative approaches using equal and weighted voting. The research has been conducted on two different sets of Polish emotional speech: acted out and spontaneous. A pool of descriptors, commonly utilized for emotional speech recognition, expanded with sets of various perceptual coefficients, has been used in as input feature vectors. The outline of the paper is as follows. Section II presents a brief review of selected studies conducted in this area. Next sections describe proposed research methodology: present the theory of emotion, database of emotional voice, speech signal descriptors and outlines adopted strategy for emotion recognition. Section VII presents obtained results. Finally, section VIII gives the conclusion and future directions of this research. Related works Emotion recognition from speech is a pattern recognition [...]

Charakterystyki behawioralne w biometrii DOI:10.15199/13.2015.10.9


  Analiza sygnałów mowy na potrzeby rozwoju interakcji człowieka z maszyną jest aktualnie jednym z najczęściej eksploatowanych obszarów biometrii. Proces komunikacji międzyludzkiej jest niezmiernie skomplikowany, a sygnał mowy zawiera złożoną informację pozwalającą zarówno na identyfikację znaczenia wypowiedzi, jak również na ocenę charakterystyk biometrycznych takich jak płeć, wiek, stan zdrowia, stan emocjonalny, pochodzenie, a także tożsamość osoby mówiącej. Sygnał mowy może być opisany za pomocą wielu parametrów opracowanych na potrzeby fonetyki, medycyny czy automatycznego rozpoznawania. Wybór i opracowanie odpowiednich metod jest wyzwaniem w dziedzinie analizy danych, gdyż stanowi kluczowy krok decydujący o skuteczności automatycznych systemów rozpoznawania mowy. Głównym postulatem prowadzonych prac jest przetwarzanie danych w tym samym miejscu, w którym są one składowane. Ponadto w silnych komercyjnych serwerach baz danych istnieje możliwość enkapsulowania klas obiektowych do elementów proceduralnych, ale również do obiektowych typów użytkownika [1]. Takie podejście pozwala na implementacje złożonych algorytmów po stronie bazy, co daje możliwość skorzystania z wbudowanych cech serwerów takich jak: indeksowanie czy transakcyjność przetwarzania, wpływających na wydajność przetwarzania. Badania prowadzone nad takim sposobem przetwarzania doprowadziły do opracowania algorytmów zapytań rozmytych [2] oraz przetwarzania danych semistrukturalnych, do których można zaliczyć: dane tekstowe, dane medyczne DICOM, ale również dane strumieniowe audio [3, 4, 5, 6]. Ekstrakcja deskryptorów sygnału mowy Najprostszą metodą pozyskiwania deskryptorów mowy jest bezpośrednie przetwarzanie próbek sygnału wejściowego na podstawie jego struktury czasowej. Na podstawowy zestaw takich wielkości składają się: wartość średnia sygnału, średnia moc oraz obwiednia sygnału, gęstość, a także liczba przejść przez zero. Bardziej efektywnym podejściem j[...]

ViMeLa Project: An innovative concept for teaching mechatronics using virtual reality DOI:10.15199/48.2019.05.05

Czytaj za darmo! »

Nowadays, traditional education and teaching methods, although with significantly improved teaching techniques, can not keep enough interest of the students that grew up with Internet, mobiles and tablets. Especially sensitive to these issues are students in engineering, in particular, in mechatronics. Modern information technology is rapidly being adopted in Mechatronics Engineering education as a tool for enriching the practical experience of the students. The practical training is a vital part of Mechatronics Engineering education [1]. However, the high cost needed to implement laboratory experiments (for educational purposes) led to development of virtual facilities where physical systems can be virtually controlled via the Virtual Reality (VR) simulations. Multimedia and VR technologies offer great potential for presenting theory and laboratory experiments in an enhancing and interesting, but in an economical, way. Teaching and learning Mechatronics Mechatronics is synergy and interaction of mechanical, electrical and computer systems as seen in Fig. 1. Hence, it is an interactive combination of mechanical engineering, electronic control and computer technology, with the aim of achieving an ideal balance between mechanical structure and its overall control and performance. Fig.1. Structure and key elements of mechatronics Currently, mechatronics classes are divided into two parts: the theoretical lectures and laboratory courses with experiments following the "learning by doing" model. Expensive equipment and limited time for training do not provide sufficient educational platforms [2,3]. In some cases the students conduct based simulations and learn how mechatronic systems and devices operate in reality, despite it may seem abstract and unclear for students, and does not fully reflect the physical phenomena of particular processes. The described drawbacks of mechatronics study are greatly improved when classroom teac[...]

 Strona 1