دراسة ومقارنة فعالية خوارزميات استخلاص السمات الصوتية في تمييز نمط الشخصية المنفتحة للمتحدث

Abstract

Audio signal includes many information about speaker as social background as dialect, gender, age, and mental state of short and long term mental state, which represents the focus of research.

Research aims to design a system to highlight the speaker's personal style, depending on attributes governing long term psychiatric included in audio signal, consisting of a database containing the audio files to a variety of speakers in terms of personal style according to BFI test – 10 and five factor theory, where the audio database Completed recordings included going back to 75 male and 75 female university students, all of the convergent reconstruction and do not suffer from flaws or receive audio.

The research analyzed the voice features speakers recordings using feature extraction algorithms, LPC, MFCC, LSP and found that people loose construction lists be MFCC transaction values in the vehemence of high voice, while the LPC parameters, the LSP did not show distinct signs govern any personality style.

تعتبر الإشارة الصوتية حاملة للعديد من المعلومات عن متحدثها كالجنس والعمر والخلفية الاجتماعية واللهجة والحالة النفسية قصيرة الأمد والحالة النفسية طويلة الأمد والتي تمثل محور البحث.

يهدف البحث إلى تصميم نظام لتمييز نمط شخصية المتحدث اعتماداً على السمات الصوتية الناظمة للحالات النفسية طويلة الأمد المُضمنة في إشارته الصوتية، ويعتبر الركن الأول في هذا النظام هو بناء قاعدة بيانات صوتية لمتحدثين سوريين متنوعين من حيث نمط الشخصية وفقاً لنظرية الأبعاد الخمسة وللاختبار BFI– 10، حيث ضمت قاعدة البيانات الصوتية المُنجزة تسجيلات صوتية عائدة إلى 150 متحدث منهم 75 ذكر و75 أنثى، وجميعهم طلاب جامعيون من أعمار متقاربة ولا يعانون من عيوب نطقية أو سمعية.

قام البحث بتحليل السمات الصوتية لتسجيلات المتحدثين باستخدام خوارزميات استخلاص السمات الأشهر وهي LPC, LSP, MFCC ووجد أن الأشخاص المنفتحين تكون قيم معاملات MFCC في إشاراتهم الصوتية مرتفعة، في حين أن معاملات LPC, LSP لم تظهر علامات مميزة ناظمة لأي نمط شخصية.