dc.contributorCARLOS ALBERTO REYES GARCIA
dc.contributorLUIS VILLASEÑOR PINEDA
dc.creatorHUMBERTO PEREZ ESPINOSA
dc.date2013
dc.date.accessioned2018-11-19T14:29:09Z
dc.date.available2018-11-19T14:29:09Z
dc.identifierhttp://inaoe.repositorioinstitucional.mx/jspui/handle/1009/795
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/2258937
dc.descriptionIn this thesis, we worked on emotion recognition from the speech signal. To address this problem, we have adopted a psychological continuous emotions model. With this emotion model, emotions are studied in a broader sense of what has been done traditionally. It has been thoroughly explored the acoustic feature space on realistic scenarios. We applied soft computing and probabilistic techniques for estimating emotional states. This work contributes to the understanding of speech elements that help to determine the emotions and to create a pattern recognition method based on a continuous emotional model suitable for spontaneous emotions detection. We experimented with various types of acoustic and linguistic features, including new features used in other fields. We had used feature selection techniques to find the most important ones. In addition, we have studied the importance of these attributes on multilingual data, we propose a method for representing emotional states based on fuzzy clustering and studied the prediction of emotional states based on context. The results obtained in the estimation of emotion primitives and classification of basic emotions using our feature set and methods are comparable with the best results in the state of the art.
dc.descriptionLa presente investigación doctoral aporta en la comprensión de los elementos del habla que ayudan a determinar las emociones y en la creación de un método de reconocimiento de patrones basado en un modelo emocional continúo apropiado para emociones espontáneas. Para abordar este problema se adoptó un modelo psicológico emocional continuo el cual permitió tratar las emociones en un sentido más amplio de lo que se ha hecho tradicionalmente. El trabajo también exploró a fondo el espacio de características acústicas en datos realistas para identificar aquellas con mayor aporte de información en esta tarea. Se experimentó con varios tipos de características acústicas incluyendo nuevas características utilizadas en otros campos y se recurrió a técnicas de selección de atributos para encontrar las más importantes. Se estudió la trascendencia de dichos atributos en datos multilingües. El modelo final está basado en la representación de emociones basado en agrupamiento difuso y estudiamos la predicción de emociones apoyado en contexto. Los resultados obtenidos en la estimación de primitivas emocionales y en la clasificación de emociones discretas usando nuestro conjunto de características y métodos son comparables con los mejores resultados en el estado del arte.
dc.formatapplication/pdf
dc.languagespa
dc.publisherInstituto Nacional de Astrofísica, Óptica y Electrónica
dc.relationcitation:Perez-Espinosa H.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subjectinfo:eu-repo/classification/Reconocimiento de patrones/Pattern recognition
dc.subjectinfo:eu-repo/classification/Clasificación de patrones/Pattern classification
dc.subjectinfo:eu-repo/classification/Estructuras de datos/Data structures
dc.subjectinfo:eu-repo/classification/Procesos de Markov/Markov processes
dc.subjectinfo:eu-repo/classification/cti/1
dc.subjectinfo:eu-repo/classification/cti/12
dc.subjectinfo:eu-repo/classification/cti/1203
dc.titleReconocimiento de emociones a partir de voz basado en un modelo emocional continuo
dc.typeTesis
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.audiencestudents
dc.audienceresearchers
dc.audiencegeneralPublic


Este ítem pertenece a la siguiente institución