UM ESTUDO COMPARATIVO DE CARACTERÍSTICAS DA FALA BASEADAS EM WAVELETS PARA RECONHECIMENTO DE EMOÇÃO
Renan Costa Nascimento1; Daniel Cruz Cavalieri1; Luiz Alberto Pinto1; Alberto Ferreira de Souza2; Karin Satie Komati1
1 Ifes Campus Serra; 2 UFES
Resumo
Características emocionais extraídas de um sinal de voz podem melhorar o desempenho de sistemas de reconhecimento de fala. Neste trabalho, propõe-se um estudo comparativo de características da fala, extraídas através de famílias de wavelets, a fim de determinar qual das famílias possui a maior precisão e sensibilidade no reconhecimento das emoções e, além disso, comparar os resultados do sistema automático com os resultados da percepção humana. Para isso, o trabalho utiliza o banco de dados de vozes, EmoDB (Berlin of Emotional Speech), classificadas quanto às seguintes emoções humanas: raiva, desgosto, medo, alegria, tristeza, tédio e neutro. A extração de características dos experimentos compreenderam sete famílias de wavelets em sete diferentes valores de níveis de decomposição, usando a Transformada Wavelet Discreta. Coletou-se os seguintes resultados quantitativos: as matrizes de confusão, as medidas Precision (precisão), Recall (sensibilidade) e F-measure para analisar comparativamente as respostas do reconhecimento de emoções das diferentes famílias e níveis. Ao final, a combinação de wavelet/nível que obteve o maior valor médio de F-measure (0,78) foi o Coif1 com 20 níveis de decomposição. Outro resultado interessante é que o reconhecimento automático obteve resultado mais eficiente que o resultado da percepção humana para a emoção de tristeza, independente da família wavelet. Em compensação, a percepção humana reconhece a emoção raiva melhor que o sistema automático.
Palavras-chave: Reconhecimento de Emoção na Fala; Wavelet; Berlin Emotional Database