CLASIFICACIÓN DE EMOCIONES EN GRABACIONES DE VOZ MEDIANTE TÉCNICAS DE MACHINE LEARNING

Abstract

Este TFG se centra en la clasificación de grabaciones de voz mediante técnicas de Machine Learning. Usando el algoritmo de aprendizaje supervisado, se busca conseguir un modelo preciso y efectivo a través del etiquetado de datos. Se presentan algunas alternativas que pueden servir como material de apoyo para la extracción de características y la selección de una base de datos. La base de datos viene dada de la formación de dos corpus de voz formada por palabras y pseudo-palabras positivas, negativas y neutrales, la cuales están clasificadas por seis tipos de emociones con valores según trece características. Antes de proceder a la aplicación de los métodos, la base de datos pasa por un procesado de base de datos. Y, tras esto, se realizan seis tipos de experimentos con la intención de comprobar si modificando ciertos aspectos de la base de datos se consigue una mayor tasa de acierto o Accuracy.