Identificação de Sentimento em Voz por meio da Combinação de Classificações Intermediárias dos Sinais em Excitação, Valência e Quadrante
Nome: GUILHERME BUTZKE SCHREIBER GERING
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 20/12/2019
Banca:
Nome | Papel |
---|---|
EVANDRO OTTONI TEATINI SALLES | Orientador |
JORGE LEONID ACHING SAMATELO | Examinador Externo |
RODRIGO VAREJÃO ANDREÃO | Examinador Interno |
Resumo: Reconhecimento de sentimento em voz é importante em áreas como saúde, psicologia e telemedicina para obter informações sobre os estados de emoções de um indivíduo. A identificação de sentimento em voz é comumente realizada em classes categóricas como tristeza ou alegria. De acordo com o mapa de afeto de Russell, sentimentos também podem ser classificados por excitação, valência e quadrantes. Neste trabalho é proposto um método para incrementar o desempenho de identificação de sentimentos em classes categóricas utilizando classificadores que realizam classificação intermediária nas classes
de excitação, valência e quadrantes usando uma abordagem Multi-tarefa. Além disso, três tipos de classificadores realizam a mesma tarefa de classificação, utilizando diferentes características extraídas do sinal da voz, que combinadas em um Ensemble tendem a incrementar os resultados individuais. Para combinar esses resultados e obter a classificação final é proposta uma árvore de decisão que aumentou o desempenho F1 de 0,61 do Ensemble
de três tipos de classificadores para 0,63 sobre uma base de dados pública.