Распознавание эмоций – горячая тема в сфере искусственного интеллекта. К наиболее интересным областям применения подобных технологий можно отнести: распознавание состояния водителя – возбужденный или спокойный, маркетинговые исследования состава аудитории – мужчины, женщины или дети, системы оценки шума для умных городов, оценка присутствия людей, мониторинг состояния учащихся школ и ВУЗов – рабочее или возбужденное, оценка уровня шума в аудиториях, контроль посторонних шумов в закрытых помещениях – нашествие грызунов, посторонние шумы от текущего крана или начинающегося пожара, повышенные шумы от неисправного насоса, компрессора, холодильника или кондиционера, позволяющий предотвратить аварию.
В сфере распознавания эмоций голос – второй по важности после лица источник эмоциональных данных. Голос можно охарактеризовать по нескольким параметрам. Высота голоса – одна из таких характеристик.
Голос типичного взрослого мужчины имеет фундаментальную частоту от 85 до 155 Гц, (70-200 Гц) средняя 120 Гц, типичной взрослой женщины от 165 до 255 Гц, (140 – 400 Гц), средняя 220 Гц, детский голос – от 170 до 600 Гц, средняя частота 320 Гц.
Эмоции играют огромную роль в жизни человека и межличностном общении. Они могут быть выражены различными способами: мимикой, позой, двигательными реакциями, голосом и вегетативными реакциями (частота сердечных сокращений, артериальное давление, частота дыхания). Одна из наиболее значимых характеристик – повышение частоты и громкости голоса при эмоциональном возбуждении (например, речь в состоянии спокойствия, возгласы при испытании радости или ругань при гневе).
В модели Дж. Рассела водится двумерный базис, в котором каждая эмоция характеризуется знаком (valence) и интенсивностью (arousal).
Анализ речевых сигналов не позволяет определить знак эмоции – позитивная или негативная, возможно определить только интенсивность эмоции: подавленность или возбуждение.
Нормой будем считать нейтральное состояние, возникающим у человека при отсутствии воздействия на него раздражителей.
Таким образом, остановимся на трех видах эмоций: подавленность, (норма), возбуждение. Эти виды эмоций отличаются друг от друга.
Состояние аудитории удовлетворительное – спокойное, если максимум приходится на диапазон частот 200..240 Гц (канал1), или возбужденное, если максимум приходится на диапазон 300..360Гц (канал 2).
Третий записывающий канал служит для подтверждения смещения спектра частот в нижнюю сторону – подтверждение канала 1 или верхнюю сторону – подтверждение канала 2.
Возрастает потребность в автоматической обработке речевых сигналов: поиск нужной информации в звуковых записях вручную уже не то что не является эффективным, а он просто невозможен.
Благодаря автоматизированной системе контроля BALANCE можно получить звуковую информацию по каждому объекту, оснащенному радиомодулями D100FC с трехканальными акустическими датчиками, причем число объектов неограниченно. Система применима для круглогодичного контроля за звуковым спектром и удобна тем, что для съема звуковой информации со всех объектов нет необходимости в посещении этих объектов.
Потребляемый радиомодулем ток не более 1- 2мА, и литиевой батареи типоразмера А хватает от трех до шести месяцев работы.
Возможно подключение дополнительных датчиков температуры, влажности и содержания ЛОВ (летучих органических веществ).
DJV-COM предлагает оборудование и программную платформу BALANCE, а также ищет заинтересованных лиц для сотрудничества.
Мобильное приложение BALANCE можно загрузить здесь.
Подробнее на сайте www.djv-com.org, а рекомендации и пожелания будем рады услышать от вас на office@djv-com.net.