Banca de QUALIFICAÇÃO: ALEXANDRA CHRISTINE DE AGUIAR SILVA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ALEXANDRA CHRISTINE DE AGUIAR SILVA
DATA: 31/08/2022
HORA: 09:00
LOCAL: Sala de reuniões do PPGMDS
TÍTULO: SISTEMA DE RECONHECIMENTO DE VOZ EM DIFERENTES ESTADOS EMOCIONAIS
PALAVRAS-CHAVES: Reconhecimento de voz; Emoções Expressas; Processamento de Voz; Aprendizado de Máquina.
PÁGINAS: 38
RESUMO: A voz é produzida por um complexo processo neurofisiológico envolvendo diversas estruturas e sistemas do corpo, podendo ser influenciada pelo estado emocional do indivíduo e por características da personalidade. A construção de um sistema que utilize o sinal de voz em diferentes emoções irá servir de base para elaboração e desenvolvimento de sistemas de reconhecimento que sejam robustos na automatização da classificação de emoções. A definição de características acústicas próprias de cada estado emocional poderá permitir a efetiva separação das emoções por meio de técnicas de reconhecimento de padrões de voz. O estudo tem como objetivo desenvolver sistemas de reconhecimento de voz capazes de identificar e reconhecer cada estado emocional, usando Redes Naive Bayes e Redes Neurais Artificiais nas amostras vocais de atores simulando as emoções. Trata-se de um estudo descritivo, documental e transversal, que utilizará dados secundários, provenientes do Banco de Vozes Brasileiro nas Variações das Emoções - EMOVOX-BR, que conta com um conjunto de dados composto por 182 sinais sonoros produzidos por 26 atores profissionais e estudantes de Artes Cênicas, de ambosos sexos, com média de idade sendo 27 anos. Serão extraídos os Coeficientes Mel-Cepstrais e outras medidas acústicas como frequência fundamental (F0), o jitter, o shimmer e as medidas de ruído glótico Glottal to Noise Excitation ratio e Harmonics-to-Noise Ratio, a partir dos dados do EMOVOXBR, para desenvolver os sistemas de reconhecimento utilizando o aprendizado de máquinas. A aplicação desses sistemas permitirá identificar fatores preditores para o reconhecimento das emoções básicas (alegria, medo, tristeza, raiva, surpresa, nojo e a emissão neutra) a partir da voz, onde após a rotulação dos sinais de áudio de cada emoção simulada, a máquina aprenderá a reconhecer por critérios próprios e diferenciar as categorias (emoções rotuladas) a partir de diferentes métodos para investigar o melhor desempenho. Este trabalho demonstra a viabilidade e potencialidade dos sistemas de reconhecimento a um comando de voz por um usuário considerando as variações emocionais, utilizando técnicas modernas como a das redes Naive Bayes e Redes Neurais Artificiais na busca por alcançar uma maior taxa de acerto no reconhecimento, para assim conseguir realizar a automatização da identificação e diferenciação das emoções a partir da voz humana.
MEMBROS DA BANCA:
Presidente - 1668545 - ANNA ALICE FIGUEIREDO DE ALMEIDA QUEIROZ
Interno - 2634755 - LEONARDO WANDERLEY LOPES
Interno - 2379027 - LILIANE DOS SANTOS MACHADO
Interno - 337967 - RONEI MARCOS DE MORAES