Optimal Classifier Selection in Turkish Speech Emotion Detection

Ozsonmez, Damla Busra; Acarman, Tankut; Parlak, İsmail Burak

doi:10.1109/siu53274.2021.9477785

2021 29th Signal Processing and Communications Applications Conference (SIU) 2021

DOI: 10.1109/siu53274.2021.9477785

|View full text |Cite

Optimal Classifier Selection in Turkish Speech Emotion Detection

Damla Busra Ozsonmez

Tankut Acarman

İsmail Burak Parlak

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2022

2024

Publication Types

Select...

Article2

Relationship

Self Cite0

Independent2

Authors

Journals

Cited by 2 publications

References 10 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Türkçe Konuşmada Duygu Tanima İçi̇n Maki̇ne Öğrenme Yöntemleri̇ Ve Deri̇n Öğrenme Tabanli Modelleri̇n Karşilaştirilmasi

Güven

2024

Mühendislik Bilimleri Ve Tasarım Dergisi

View full text Add to dashboard Cite

Son zamanlarda veri miktarına bağlı olarak sağlık, eğitim, pazarlama gibi birçok alanda analizlere ihtiyaç duyulmaktadır. Duygu analizi ise bu alanlarda kişilerin yorumlarını analiz etme, duygularını çıkarma için oldukça popüler bir alandır. Bu çalışmada kızgın, mutlu, sakin ve üzgün duygu etiketleri içeren Türkçe konuşma veri seti üzerinde, ses karakteristik özellikleri ve spektrogramlardan yararlanarak duyguların tespit edilmesi amaçlanmaktadır. Analiz aşamasında Librosa kütüphanesi ile çıkarılan sayısal özellikler ile makine öğrenme yöntemleri ve derin sinir ağları eğitilerek başarıları ölçülmüştür. Ayrıca düşük varyans filtreleme, geri yönlü özellik eleme, ki-kare ve temel bileşen analizi yöntemleri ile özellik azaltım işlemi uygulanarak elde edilen yeni özellikler ile makine öğrenme yöntemlerinin başarısındaki değişiklikler de araştırılmıştır. Görsel veri olan spektrogramlar ise EfficientNet, ResNet, MobileNet ve DenseNet derin öğrenme tabanlı modellerin eğitilmesi için kullanılmıştır. Modellerin eğitim aşamasında veri seti ile beraber modellere ince ayar işlemi uygulanmıştır. Deneysel çalışmaların sonucunda makine öğrenme yöntemlerinden Ekstrem Gradient Artırma %87.03 doğruluk değeri verirken, ResNet modeli ise %79.23 doğruluk değeri vermiştir.

show abstract

Türkçe Konuşmada Duygu Tanima İçi̇n Maki̇ne Öğrenme Yöntemleri̇ Ve Deri̇n Öğrenme Tabanli Modelleri̇n Karşilaştirilmasi

Güven

2024

Mühendislik Bilimleri Ve Tasarım Dergisi

View full text Add to dashboard Cite

show abstract

Derin Öğrenme Yöntemleri İle Konuşmadan Duygu Tanıma Üzerine Bir Literatür Araştırması

DİKBIYIK>¹,

Demir

Doğan

2022

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji

View full text Add to dashboard Cite

İnsanların konuşmaları, içinde bulundukları duygulara göre değişiklik gösterir ve bu duygularla ilgili bilgiler içerir. Bu bilgileri keşfetmek için konuşmadan duygu tanıma sistemleri üzerine çalışmalar gerçekleştirmek dikkat çeken bir araştırma alanı olmuştur. Yapılan çalışmalarla farklı veri setleri ortaya çıkmış, konuşmaya ait birçok özellik dikkate alınmış ve duygu tanıma için farklı sınıflandırma algoritmaları uygulanmıştır. Bu çalışma, derin öğrenme yöntemlerinin kullanıldığı konuşmadan duygu tanıma uygulamaları (2019-2021 yılları arasında yapılan çalışmalar) dikkate alınarak hazırlanmış bir literatür araştırmasının sonuçlarını içerir. Bununla birlikte bu uygulamalarda kullanılan duygusal veri setleri incelenmiş, duygu tanımada kullanılan özelliklere yer verilmiştir. Diğer çalışmalardan farklı olarak Türkçe dilinde hazırlanmış duygusal veri setleri ve bu veri setleri üzerinde yapılan çalışmalar da ayrı bir bölüm olarak ele alınmıştır.

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Optimal Classifier Selection in Turkish Speech Emotion Detection

Cited by 2 publications

References 10 publications

Türkçe Konuşmada Duygu Tanima İçi̇n Maki̇ne Öğrenme Yöntemleri̇ Ve Deri̇n Öğrenme Tabanli Modelleri̇n Karşilaştirilmasi

Türkçe Konuşmada Duygu Tanima İçi̇n Maki̇ne Öğrenme Yöntemleri̇ Ve Deri̇n Öğrenme Tabanli Modelleri̇n Karşilaştirilmasi

Derin Öğrenme Yöntemleri İle Konuşmadan Duygu Tanıma Üzerine Bir Literatür Araştırması

Contact Info

Product

Resources

About