Аналіз та розробка методів розпізнавання емоційного стану людини за аудіосигналом

Abstract

У кваліфікаційній роботі досліджено методи аналізу та розпізнавання емоційних станів людини на основі аудіосигналів із метою підвищення якості взаємодії людини з інтелектуальними системами. Об’єктом дослідження є процес ідентифікації емоційного стану людини за параметрами мовлення. Предметом дослідження є алгоритми обробки аудіосигналів і методи машинного навчання, що застосовуються для автоматичного розпізнавання емоцій. У роботі проведено аналіз предметної галузі, розглянуто основні акустичні, просодичні та спектральні характеристики мовлення, а також досліджено сучасні алгоритми машинного та глибокого навчання, зокрема SVM, CNN, RNN та трансформери. Виконано попередню обробку аудіоданих, здійснено вибір оптимальних параметрів моделей і проведено експерименти з оцінювання точності розпізнавання емоцій.This bachelor’s thesis investigates methods for analyzing and recognizing human emotional states based on audio signals with the aim of improving the quality of interaction between humans and intelligent systems. The object of the research is the process of identifying a person’s emotional state using speech parameters. The subject of the research is algorithms for audio signal processing and machine learning methods applied for the automatic recognition of emotions. The thesis provides an overview of the subject area, considers the main acoustic, prosodic, and spectral characteristics of speech, and examines modern machine learning and deep learning algorithms, including SVM, CNN, RNN, and transformers. Preprocessing of audio data was performed, optimal model parameters were selected, and experiments were conducted to evaluate the accuracy of emotion recognition.