Skip navigation
Please use this identifier to cite or link to this item: http://ela.kpi.ua/handle/123456789/26706
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorЯценко, В. О.-
dc.contributor.authorЯблонський, Сергій Вікторович-
dc.date.accessioned2019-03-13T12:48:56Z-
dc.date.available2019-03-13T12:48:56Z-
dc.date.issued2018-12-
dc.identifier.citationЯблонський, С. В. Метод та алгоритми оцінювання емоційного стану людини на основі аналізу голосових сигналів : магістерська дис. : 123 Комп’ютерна інженерія. Системне програмування / Яблонський Сергій Вікторович. – Київ, 2018. – 87 с.uk
dc.identifier.urihttp://ela.kpi.ua/handle/123456789/26706-
dc.language.isoukuk
dc.subjectметод оптимізаціїuk
dc.subjectматематична модельuk
dc.subjectсинергетичний методuk
dc.subjectoptimization methoduk
dc.subjectmathematical modeluk
dc.subjectsynergetic methoduk
dc.subjectметод оптимизацииuk
dc.subjectматематическая модельuk
dc.subjectсинергетический методuk
dc.titleМетод та алгоритми оцінювання емоційного стану людини на основі аналізу голосових сигналівuk
dc.typeMaster Thesisuk
dc.format.page87 с.uk
dc.publisher.placeКиївuk
dc.description.abstractukАктуальність теми. Автоматизоване розпізнавання емоційних станів на сьогодні є невирішеною проблемою, внаслідок того, що людські емоції зазвичай зовні слабо виражені й швидко змінюються. Прояв емоції людини може бути зафіксований зняттям показів датчиків фізичного стану (тиску, температури поверхні тіла та органів, електромагнітної активності мозку), але переважна більшість таких характеристик можуть бути отримані у безпосередньому контакті з людиною, що робить неможливим застосування характеристик на практиці. Об’єктом дослідження є процеси формалізації та математичної обробки числових даних, які характеризують розпізнавання емоції людини за її голосом. Предметом дослідження є математична модель, яка характеризує розпізнавання емоції людини з визначеної множини емоцій. Мета роботи: розробка власного методу, здатного розпізнавати наявність певної емоції (із визначеної множини) у людини за її голосом. Методи дослідження. В роботі використовуються методи математичного моделювання, методи оптимізації, синергетичні методи. Наукова новизна роботи полягає в наступному: 1. Розроблено математичну модель розпізнавання певної емоції (із визначеної множини) у людини за спектрограмою її голосу. 2. Вперше запропоновано синергетичний метод розпізнавання емоцій людини за спектрограмою її голосу, що дозволило враховувати особливості аналізу спектрограми. Практична цінність отриманих в роботі результатів полягає в тому, що запропоновані методи та засоби дають змогу з точністю 90% розпізнати певну емоцію у людини за спектрограмою її голосу. Ідентифікація людини може підвищити ймовірність розпізнавання емоційних станів і стати подальшим розвитком системи. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на II науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2018 (Київ, 14-16 листопада 2018р.) та на V Міжнародній науково-технічній Internet-конференції «Сучасні методи, інформаційне програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами» (Київ, 22 листопада 2018р.). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. У вступі надано загальну характеристику роботи, виконано оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів і їх впровадження. У першому розділі розглянуто основні акустичні властивості голосу як індикатори депресії які можуть бути використані в медицині. У другому розділі проведено аналіз існуючих методів розпізнавання емоції за голосом, та обрано метод машинного навчання. У третьому розділі досліджено проблеми, пов’язані з аналізом і обробкою спектрограм; запропоновано програмну реалізацію алгоритму конвертації масивів звукових файлів в спектрограми. У четвертому розділі проведено аналіз результатів машинного навчання, та класифікації емоцій за голосовими сигналами. У висновках проаналізовано отримані результати роботи. Магістерська дисертація виконана на 81 аркушах, містить 2 додатки та посилання на список використаних літературних джерел з _ найменувань. У роботі наведено _ рисунків та 24 таблиць.uk
dc.description.abstractenActuality of theme. The automated recognition of emotional states today is an unresolved problem, as human emotions are usually outwardly weakly expressed and rapidly changing. The man's emotional manifestation can be recorded by removing the signals of the physical state sensors (pressure, body surface temperature and organs, electromagnetic activity of the brain), but the vast majority of such characteristics can be obtained in direct contact with the person, which makes it impossible to apply the characteristics in practice. The object of research is the processes of formalization and mathematical processing of numerical data that characterize the recognition of human emotions in her voice. The subject of the study is a mathematical model that characterizes the recognition of emotions of a person from a certain set of emotions. The purpose of the work: the development of an own method, capable to recognize the presence of a certain emotion (from a certain set) of a person in her voice. Research methods. Methods of mathematical modeling, methods of optimization, synergetic methods are used in this work. The scientific novelty of the work is as follows: 1. A mathematical model of the recognition of a certain emotion (from a certain set) of a person is developed based on the spectrograph of her voice. 2. For the first time, a synergistic method for recognizing human emotions according to the spectrogram of its voice was proposed, which allowed taking into account the peculiarities of spectrograph analysis. The practical value of the results obtained in the work consists in the fact that the proposed methods and facilities give the ability to accurately detect a certain emotion in a person by the spectrogram of her voice with an accuracy of 90%. Identification of a person can increase the likelihood of recognition of emotional states and become a further development of the system. Test work. The main provisions and results of the work were presented and discussed at the II scientific conference of masters and postgraduates "Applied Mathematics and Computer", PMK-2018 (Kyiv, November 14-16, 2018) and at the V International Scientific and Technical Internet Conference "Modern Methods , informational software and technical support of control systems for organizational, technological and technological complexes "(Kyiv, November 22, 2018). Structure and scope of work. The master's dissertation consists of an introduction, four sections, conclusions and appendices. The introduction provides a general description of the work, an assessment of the current state of the problem is carried out, the relevance of the direction is substantiated researches, the purpose and tasks of researches are formulated, the scientific novelty of the received results and practical value of work is shown, information on the testing of the results and their implementation is given. The first chapter examines the basic acoustic properties of the voice as indicators of depression that can be used in medicine. In the second section an analysis of the existing methods of emotional recognition by voice is conducted, and the method of machine learning is chosen. The third section deals with the problems associated with the analysis and processing of spectrograms; The program implementation of the algorithm for converting sound file arrays into spectrographs is proposed. In the fourth section, the analysis of the results of machine learning, and the classification of emotions by voice signals. The conclusions are analyzed the results of work. The master's dissertation is executed on _ sheets, contains _ applications and a link to the list of used literary sources from _ names. The work presents _ drawings and _ tables.uk
dc.description.abstractruАктуальность темы. Автоматизированное распознавание эмоциональных состояний на сегодня является нерешенной проблемой, вследствие того, что человеческие эмоции обычно внешне слабо выражены и быстро меняются. Проявление эмоции человека может быть зафиксирован снятием показаний датчиков физического состояния (давления, температуры поверхности тела и органов, электромагнитной активности мозга), но подавляющее большинство таких характеристик могут быть получены в непосредственном контакте с человеком, что делает невозможным применение характеристик на практике. Объектом исследования являются процессы формализации и математической обработки числовых данных, характеризующих распознавания эмоции человека по его голосу. Предметом исследования является математическая модель, характеризующая распознавания эмоции человека с определенной множества эмоций. Цель работы: разработка собственного метода, способного распознавать наличие определенной эмоции (с определенной множества) у человека по его голосу. Методы исследования. В работе используются методы математического моделирования, методы оптимизации, синергетические методы. Научная новизна работы заключается в следующем: 1. Разработана математическая модель распознавания определенной эмоции (с определенной множества) у человека за спектрограммой ее голоса. 2. Впервые предложен синергетический метод распознавания эмоций человека по спектрограммой ее голоса, что позволило учитывать особенности анализа спектрограммы. Практическая ценность полученных в работе результатов заключается в том, что предложенные методы и средства позволяют с точностью 90% распознать определенную эмоцию у человека за спектрограммой ее голоса. Идентификация человека может повысить вероятность распознавания эмоциональных состояний и стать дальнейшим развитием системы. Апробация работы. Основные положения и результаты работы были представлены и обсуждались на II научной конференции магистрантов и аспирантов «Прикладная математика и компьютинг» ПМК-2018 (Киев, 14-16 ноября 2018р.) И на V Международной научно-технической Internet-конференции «Современные методы , информационное программное и техническое обеспечение систем управления организационно-техническими и технологическими комплексами» (Киев, 22 ноября 2018р.). Структура и объем работы. Магистерская диссертация состоит из введения, четырёх глав, заключения и приложений. Во введении дано общая характеристика работы, выполнена оценка современного состояния проблемы, обоснована актуальность направления исследований, сформулированы цели и задачи исследований, показано научную новизну полученных результатов и практическую ценность работы, приведены сведения об апробации результатов и их внедрение. В первом разделе рассмотрены основные акустические свойства голоса как индикаторы депрессии которые могут быть использованы в медицине. Во второй главе проведен анализ существующих методов распознавания эмоции по голосу, и выбран метод машинного обучения. В третьем разделе исследованы проблемы, связанные с анализом и обработкой спектрограмм; предложено программную реализацию алгоритма конвертации массивов звуковых файлов в спектрограммы. В четвертом разделе проведен анализ результатов машинного обучения, и классификации эмоций по голосовым сигналами. В выводах проанализированы полученные результаты работы. Магистерская диссертация выполнена на _ листах, содержит _ приложений и ссылки на список использованных литературных источников из _ наименований. В работе приведены _ рисунков и _ таблиц.uk
Appears in Collections:Магістерські роботи
Магістерські роботи (СПСКС)

Files in This Item:
File Description SizeFormat 
Yablonskyi_magistr.pdf1.93 MBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.