Klasifikasi emosi senang, sedih, dan netral melalui vokal manusia

Perkembangan teknologi memungkinkan manusia untuk berinteraksi dengan perangkat elektronik seperti asisten virtual pada ponsel pintar atau komputer. Hal tersebut mendorong berkembangnya pengenalan emosi otomatis agar komputer dapat memahami emosi manusia dan memberikan umpan balik yang sesuai. Pengenalan emosi melalui suara merupakan bidang yang telah banyak diteliti namun masih terdapat perselisihan mengenai fitur suara yang dapat mengidentifikasi emosi tertentu dan sebagian besar penelitian memiliki latar belakang budaya dan bahasa non-Indonesia. Oleh karena itu, perlu penelitian lebih lanjut dengan menggunakan budaya dan bahasa Indonesia. Fitur yang diekstraksi dari suara adalah amplitudo, jumlah sampel, dan koefisien aproksimasi wavelet Daubechies db1 sampai db4. Dengan linear mixed effect models dan fitur jumlah sampel, ditemukan bahwa terdapat perbedaan signifikan antara durasi bicara orang yang emosional dan non-emosional. Fitur ini kemudian digunakan sebagai masukan pada neural network dan SVM untuk mengklasifikasikan orang yang emosional dan non-emosional. SVM memperoleh akurasi rata-rata hasil stratified 10-fold cross validation lebih tinggi daripada neural network yaitu sebesar 76.84%