Reconocimiento de emociones usando técnicas de aprendizaje maquinal

Descargar versión PDF

Profesores: Dr. John Goddard Close y Fabiola Margarita Martínez Licona

Resumen: El habla es la herramienta que se reconoce como el medio de comunicación por excelencia; su capacidad de comunicar ideas, pensamientos y hasta emociones permite la interacción entre los seres humanos a un alto nivel. Dada la naturaleza de la señal de habla, ésta se caracteriza por su alta variabilidad: su producción queda condicionada por la ubicación y movimiento de los elementos de la cavidad oral y el rostro, y por variantes en parámetros como el acento regional, la condición social o el estilo personal. Uno de los elementos que enriquecen la comunicación humana es la expresión de emociones en el mensaje. Se ha establecido que las palabras aportan menos del 10% del significado del mensaje para un escucha por lo que el análisis de los componentes paralingüísticos (prosodia, calidad de la voz, ritmo, etc.) se ha vuelto importante. Este proyecto abordará el problema del análisis y reconocimiento de emociones a partir de la señal del habla con la finalidad de aportar elementos que permitan desarrollar aplicaciones con una calidad de voz más natural utilizando técnicas de extracción de datos y aprendizaje maquinal. Para tal fin se hará uso de métodos de computación afectiva, la cual desde la perspectiva de la interacción hombre-máquina, se enfoca en la detección, análisis y reconocimiento automático de las emociones a partir del comportamiento humano.

Objetivo general

  • Desarrollar un sistema de reconocimiento de emociones a partir de la señal del habla

Objetivos específicos

  • Seleccionar los componentes acústicos, frecuenciales y paralingüísticos de la señal del habla que se puedan utilizar en un sistema de clasificación de emociones
  • Desarrollar un sistema de clasificación para el reconocimiento de estados emocionales en el habla mediante redes de creencia profunda
  • Evaluar el sistema de clasificación para obtener un porcentaje correcto de al menos 70% en general

Última actualización: June 1, 2016 at 23:41 pm

Reconocimiento de incendios en video comprimido
Diseño de un sistema adaptable para resolver problemas de asignación de recursos mediante algoritmos genéticos

Regresar a Proyectos de Investigación para alumnos de Maestría

P C y T I