Sebuah Database Untuk Interaksi Emosional Orang Tua.pptx

Sebuah database untuk interaksi emosional orang tua RIFKA FADHILAH JAYANTI VALDYSSA FARAFAIZA

ANANTYA FEBRIANTO



kami memperkenalkan new emotional interaction database of speech and video signal(EISVDB)), yang adalah untuk mempelajari keadaan emosional dari orang tua. Dengan mulai datangnya penuaan masyarakat(kelompok ortu), masalah-masalah emosional dari orang tua mendapatkan perhatian lebih dan lebih dan kita perlu membuat kontribusi kita sendiri dalam hal ini. Untuk interaksi emosional orang tua, orang lebih cenderung untuk memahami keadaan emosional dan perubahan dari orang tua. Jadi kita harus lebih akurat dan komprehensif untuk memahami perasaan orang tua, yang juga meletakkan dasar yang kuat pada pengembangan interaksi manusia-komputer.

Kekhasan database ini adalah sebagai berikut: 

Ini adalah tentang topik panas saat ini di masyarakat --- masalah emosional pada orang tua. Karena saat ini kita mulai kedatangan kelompok masyarakat penuaan, masalah emosional dari orang tua ini mulai mendapatkan lebih banyak perhatian dari orang. Paper ini menyediakan saran untuk memecahkan masalah emosional orang tua.



lni berfokus pada database interaksi afektif orang tua, yang para peneliti mengisi kesenjangan di daerah ini dan memperluas bidang topik interaksi afektif. Ini menggambarkan proses transisi emosi ketika orang-orang sedang dalam percakapan interaksi.



(Ini menggambarkan kata modal audio-video, yang mempertimbangkan hubungan yang mendasari antara ekspresi wajah dan ucapan.

SECTION II. Related Works



Ada cukup banyak karya dalam beberapa tahun terakhir untuk penelitian pada database multi-modal. Gambaran terbaru dan paling luas dari corpora emosional dapat ditemukan di beberapa database. Pertama, dalam penelitian sebelumnya, pengakuan emosi audio yang telah dipelajari dalam berbagai aspek. Salah satu aspek adalah investigasi pada representasi emosi fitur audio. fitur audio seperti fitur spektral, kualitas suara, jitter, telah ditemukan berguna dalam pengakuan emosi. Namun, tidak cukup untuk mengklasifikasikan emosi dengan benar dengan hanya satu jenis fitur audio karena kesamaan dalam emosi tertentu



Aspek lain adalah analisis konten video afektif bertujuan pengakuan otomatis emosi yang ditimbulkan oleh video. Penelitian video afektif memiliki sejumlah besar aplikasi, termasuk pengiriman berbasis suasana hati yang dipersonalisasi konten, Video pengindeksan, dan summarization



Penciptaan database afektif merupakan langkah penting dalam studi komputasi afektif. Salah satu perbaikan penting yang perlu untuk mencapai kemajuan besar dalam studi ekspresi emosi adalah kumpulan database baru yang mengatasi keterbatasan yang ada di corpora emosional saat ini



The German emotional speech corpus (EMODB) dikumpulkan oleh Institut Ilmu Komunikasi di Universitas Teknik Berlin. EMODB terdiri dari 10 kalimat yang mencakup tujuh kelas emosi dari komunikasi seharihari, yaitu, marah, takut, kebahagiaan, kesedihan, jijik, kebosanan dan netral. Mereka bisa ditafsirkan dalam semua konteks emosional tanpa inkonsistensi semantik.



EMODB telah digunakan oleh banyak peneliti sebagai kumpulan data standar untuk mempelajari pengenalan suara emosi.



Denmark Database Emosional Speech(DES) DES emotional speech database berisi 5 macam perasaan, yaitu marah, kebahagiaan, kesedihan, kejutan, netralitas.



menyajikan dataset audio visual unik cocok untuk studi ekspresi emosi multi-modal dan persepsi. dataset ini terdiri dari ekspresi emosi wajah dan vokal dalam kalimat yang diucapkan dalam berbagai keadaan emosional dasar (senang, sedih, marah, takut, jijik, dan netral)

conclusion 

Database ini menyediakan informasi rinci interaksi emosi. Hal ini memainkan peran penting dalam memahami dan pemodelan hubungan selama komunikasi manusia. Hal ini juga memberikan kontribusi untuk pengembangan interaksi manusia-mesin.