Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros

Detalhes bibliográficos
Autor(a) principal: Kohler, Eduardo
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/223687
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
id UFSC_f36b80a6d494ba310d6a17c8be419125
oai_identifier_str oai:repositorio.ufsc.br:123456789/223687
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetrosredesneuraisdetecçãocaracterísticasvozTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.O desenvolvimento de métodos para análise de estresse na voz é relevante para diversas áreas, e envolve conceitos da psicologia, computação e análise comportamental. Ao decorrer do tempo, diferentes sistemas de classificação foram projetados. Desses, os mais antigos contam com a captura de características como respiração e pressão sanguínea, seguida da análise de um operador, responsável por interpretar os dados e sintetizar o resultado. Entretanto, nos últimos anos, fez-se relevante a análise não intrusiva de características extraídas da voz, assim como o uso de classificadores para resultados automáticos. A fim de se obter melhores apurações, como eliminar a necessidade de intervenção humana no processo, considera-se o uso de rede neurais, as quais a partir de treinamento são capazes de detectar padrões e tomar decisões. Esse projeto tem o objetivo de avaliar o uso de LSTMs na tarefa de detecção de estresse na voz, através da análise de diferentes bases de dados e características extraídas da voz. Para isso, foram utilizadas variações de configurações de redes neurais LSTM e o software OpenSMILE para extração. Com base nesses procedimentos, foi possível a análise de fatores importantes, como a eficácia de diferentes características, os processos de treinamento para diferentes datasets e as consequências da natureza e quantidade de dados utilizados. A partir dos resultados, percebeu-se que características como as potências logarítmicas das bandas de frequência de Mel e os MFCCs são relevantes para a detecção de estresse, e ficou evidenciada a importância de aspectos como quantidade e variabilidade nos dados do processo de treinamento.Florianópolis, SC.Santiago, Rafael deUniversidade Federal de Santa CatarinaKohler, Eduardo2021-05-23T23:29:42Z2021-05-23T23:29:42Z2021-05-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis89 fapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/223687info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-05-23T23:29:42Zoai:repositorio.ufsc.br:123456789/223687Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-05-23T23:29:42Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
title Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
spellingShingle Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
Kohler, Eduardo
redes
neurais
detecção
características
voz
title_short Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
title_full Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
title_fullStr Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
title_full_unstemmed Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
title_sort Rede Neural para Identificar Nível de Estresse na Voz: uma abordagem testando parâmetros
author Kohler, Eduardo
author_facet Kohler, Eduardo
author_role author
dc.contributor.none.fl_str_mv Santiago, Rafael de
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Kohler, Eduardo
dc.subject.por.fl_str_mv redes
neurais
detecção
características
voz
topic redes
neurais
detecção
características
voz
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
publishDate 2021
dc.date.none.fl_str_mv 2021-05-23T23:29:42Z
2021-05-23T23:29:42Z
2021-05-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/223687
url https://repositorio.ufsc.br/handle/123456789/223687
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 89 f
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652219746091009

Registros relacionados