Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Subthreshold Operation of Energy Recovery Circuits Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Emotion Recognition Model Based on Facial Gestures and Speech Signals Using Skew Gaussian Mixture Model

verfasst von : M. Chinna Rao, A. V. S. N. Murty, Ch. Satyanarayana

Erschienen in: Microelectronics, Electromagnetics and Telecommunications

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper addresses an approach for identification of the emotion and conforming the emotions by fusing to the facial gestures. Various Techniques have been floated in the area of emotion recognition based speech signals. However these speech signals that are generated may not being in coherent with the actual inner feelings. Therefore in this paper a model is proposed by fusing the facial expression and the uttered speech voices. In ordered to tested developed model, synthesized data set is considered and performances evaluated using the metrics like precision and recalled.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Design and Analysis of Single Feed Dual Band Stacked Patch Antenna for GPS Applications
Nächstes Kapitel Analysis and Detection of Surface Defects in Ceramic Tile Using Image Processing Techniques
Literatur
1.
2.
B. Nayak, M. Madhusmitha, D.K. Sahu, Speech emotion recognition using different centred GMM. Int. J. Adv. Res. Comput. Sci. Softw. Eng. 3(9), 646–649 (2014)
3.
R.B. Lanjewar, D.S. Chaudhari, Speech emotion recognition: a review. Int. J. Innovat. Technol. Exploring Eng. 2(4), (2013)
4.
N. Thapliyal, G. Amelia, Speech based emotion recognition with gaussian mixture model. Int. J. Adv. Res. Comput. Eng. Technol. 1(5), 65–69 (2012)
5.
H. Miwa, H. Takanobu, A. Takanishi, Human-like robot head that has personality based on equations of emotion, in Preprints of the Sixth Symposium on Theory of Machines and Mechanisms (2000), pp. 1–8
6.
A.C. Johnson, Characteristics and tables of the left-truncated normal distribution. Int. J. Adv. Comput. Sci. Appl. (IJACSA) 133–139, (2001)
7.
M. Forsyth, M. Jack, Discriminating semi-continuous HMM for speaker verification. IEEE Int. Conf. Acoust. Speech Signal Process. 1, 313–316 (1994)
8.
M. Forsyth, Discrimination observation probability hmm for speaker verification. Speech Commun. 17, 117–129 (1995)
9.
10.
D. Gregor, et al., Emotion recognition in borderline personality disorder-a review of the literature. J. Pers. Disord. 23(1), 6–9 (2009)
11.
Y.L. Lin, G. Wei, Speech emotion recognition based on HMM and SVM, in 4th International Conference on Machine Learning and Cybernetics, vol. 8, Guangzhou, 18 Aug 2005, pp. 4898–4901
12.
K. Meena, U. Subramaniam, G. Muthusamy, Gender classification in speech recognition using fuzzy logic and neural network. Int. Arab J. Inf. Technol. 10(5), 477–485 (2013)
13.
A. Prasad, P.V.G.D. Prasad Reddy, Y. Srinivas, G. Suvarna Kumar, An emotion recognition system based on LIBSVM from telugu rural dialects of Andhra Pradesh. J. Adv. Res. Comput. Eng. Int. J. 3(2), (2009)
14.
A. Tawari, M. Trivedi, Speech based emotion classification framework for driver assistance system,in 2010 IEEE Intelligent Vehicles Symposium University of California, San Diego, CA, USA, June 21–24 2010, pp. 174–178
Metadaten
Titel
Emotion Recognition Model Based on Facial Gestures and Speech Signals Using Skew Gaussian Mixture Model
verfasst von
M. Chinna Rao
A. V. S. N. Murty
Ch. Satyanarayana
Copyright-Jahr
2016
Verlag
Springer India
Buch
Microelectronics, Electromagnetics and Telecommunications

Print ISBN: 978-81-322-2726-7

Electronic ISBN: 978-81-322-2728-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-81-322-2728-1_53

Neuer Inhalt

    Bildnachweise