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:
Tracking of Deformable Object in Complex Video Using Steerable Pyramid Wavelet Transform Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Use of Different Features for Emotion Recognition Using MLP Network

verfasst von : H. K. Palo, Mihir Narayana Mohanty, Mahesh Chandra

Erschienen in: Computational Vision and Robotics

Verlag: Springer India

Einloggen

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

search-config
loading …

Abstract

Emotion recognition of human being is one of the major challenges in modern complicated world of political and criminal scenario. In this paper, an attempt is taken to recognise two classes of speech emotions as high arousal like angry and surprise and low arousal like sad and bore. Linear prediction coefficients (LPC), linear prediction cepstral coefficient (LPCC), Mel frequency cepstral coefficient (MFCC) and perceptual linear prediction (PLP) features are used for emotion recognition using multilayer perception (MLP).Various emotional speech features are extracted from audio channel using above-mentioned features to be used in training and testing. Two hundred utterances from ten subjects were collected based on four emotion categories. One hundred and seventy-five and twenty-five utterances have been considered for training and testing purpose.

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

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Tracking of Deformable Object in Complex Video Using Steerable Pyramid Wavelet Transform
Nächstes Kapitel Rectangular Array Languages Generated by a Petri Net
Literatur
1.
Mohanty, M., Mishra, A., Routray A.: A non-rigid motion estimation algorithm for yawn detection in human drivers. Int. J. Comput. Vision Robot. 1(1), 89–109 (2009)
2.
Mohanty, M.N., Routray, A., Kabisatpathy, P.: Voice detection using statistical method. Int. J. Engg. Techsci. 2(1), 120–124 (2010)
3.
Lee, C.M., Narayanan, S.S.: Toward detecting emotions in spoken dialogs. IEEE Trans. Speech Audio Process. 13(2), (2005)
4.
Ververidis, D., Kotropoulos, C.: Emotional speech recognition: resources, features, and methods, speech communication. Elsevier 48, 1162–1181 (2006)
5.
Fragopanagos, N., Taylor, J.G.: Emotion recognition in human–computer interaction. Neural Networks, Elsevier 18, 389–405 (2005)
6.
Makhoul, J.: Linear prediction: a tutorial review. Proc. IEEE 63, 561–580 (1975)CrossRef
7.
Ram, R., Palo, H.K., Mohanty, M.N.: Emotion recognition with speech for call centres using LPC and spectral analysis. Int. J. Adv. Comput. Res. 3(3/11), 189–194 (2013)
8.
Quatieri, T.F.: Discrete-Time Speech Signal Processing, 3rd edn. Prentice-Hall, New Jersey (1996)
9.
Samal, A., Parida, D., Satpathy, M.R., Mohanty M.N.: On the use of MFCC feature vectors clustering for efficient text dependent speaker recognition. In: Proceedings of International Conference on Frontiers of Intelligent Computing: Theory and Application (FICTA)-2013, Advances in Intelligence System and Computing Series, vol. 247, pp. 305–312. Springer, Switzerland (2014)
10.
Palo, H.K., Mohanty, M.N., Chandra M.: Design of neural network model for emotional speech recognition. In: International Conference on Artificial Intelligence and Evolutionary Algorithms in Engineering Systems, April 2014
11.
Hermansk, H.: Perceptual linear predictive (PLP) analysis of speech. J. Accoust. Soc. Am. 87(4), 1739–1752 (1990)
12.
Farrell, K.R., Mammone, R.J., Assaleh, K.T.: Speaker networks recognition using neural and conventional classifiers. IEEE Trans. Acoust. Speech Signal Process. 2(1 part 11), (1994)
13.
Javidi, M.M., Roshan, E.F.: Speech emotion recognition by using combinations of C5.0, neural network (NN), and support vector machines (SVM) classification methods. J. Math. Comput. Sci. 6, 191–200 (2013)
Metadaten
Titel
Use of Different Features for Emotion Recognition Using MLP Network
verfasst von
H. K. Palo
Mihir Narayana Mohanty
Mahesh Chandra
Copyright-Jahr
2015
Verlag
Springer India
Buch
Computational Vision and Robotics

Print ISBN: 978-81-322-2195-1

Electronic ISBN: 978-81-322-2196-8

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-81-322-2196-8_2