Convolutional Neural Networks for Emotion Recognition Tasks Using Voice/Speech Data

Računala su postala neizostavan dio svakodnevice, međutim komunikacija između korisnika i računala nije prilagođena uobičajenom načinu na koji ljudi komuniciraju. Afektivno računarstvo ima cilj osposobiti računala kako bi mogla prepoznavati emocije te prilagođavati odgovor na korisničke naredbe ovisno o emocionalnom stanju korisnika. U tom procesu potrebno je odrediti emocije na neinvazivan način te se kao jedna moguća metoda pokazala detekcija emocija iz govora. U ovom radu proučava se klasifikacija emocija pomoću neuronskih mreža koje se sastoje od konvolucijskih i rekurentnih slojeva nad glasovnim podacima RECOLA baze izgovora.In recent times computers can be found everywhere. People use them to execute certain commands but interaction between human–computer is nothing like commu- nication between people. The goal of affective computing is to develop methods and algorithms for computers in order to estimate user’s emotional state and adjust the res- ponse accordingly. One of the noninvasive paths of achieving this goal is an emotion classification from speech which is described in this master’s thesis. This was achieved by neural network consisted of convolutional and recurrent layers for classification task using RECOLA speech database