让我听听你的声音，我会告诉你你的感受

原文：www.kdnuggets.com/2016/05/voice-tone-analysis-emotion-detection.html

作者：卡洛斯·阿尔盖塔，灵魂黑客实验室。

创建情感感知技术在近年来变得非常流行。有一广泛的公司试图从你写的内容、你的语音语调或你面部的表情中检测你的情感。所有这些公司都通过基于云的编程接口（API）在线提供他们的技术。

我们的前三大课程推荐

1. 谷歌网络安全认证 - 快速进入网络安全职业的快车道。

2. 谷歌数据分析专业认证 - 提升你的数据分析能力

3. 谷歌 IT 支持专业认证 - 支持你的组织在 IT 方面

作为我的离线情感感知硬件（Project Jammin）的一部分，我已经构建了早期的面部表情和语音内容识别原型，用于情感检测。在这篇简短的文章中，我描述了缺失的部分——一个语音语调分析器。

为了构建一个语调分析器，需要研究语音波形的特性（声音的二维表示）。波形也被称为声音的时间域表示，因为它们是表示强度随时间变化的表现形式。有关波形的更多详细信息，请参阅这个有趣的页面。

英语语言中四个不同字母的波形。

使用专门设计用于分析语音的软件，目的是提取波形的某些特征，这些特征可以用作训练机器学习分类器的特征。给定一组带有情感标签的语音录音，我们可以使用提取的特征构建每个录音的向量表示。

从语音中提取情感所使用的特征因研究而异，有时甚至取决于分析的语言。一般来说，许多研究和应用工作使用了音高、梅尔频率倒谱系数（MFCC）和语音的共振峰的组合。

*上方为表达惊讶的语音波形。

蓝色下方为音高，黄色为强度，红色为共振峰。*

一旦提取了特征并构建了语音的向量表示，就会训练一个分类器来检测情感。在以前的工作中使用了几种类型的分类器。其中最受欢迎的是支持向量机（SVM）、逻辑回归（Logit）、隐马尔可夫模型（HMM）和神经网络（NN）。

作为一个早期原型，我实现了一个简化版的情感检测分类器。与其检测快乐、悲伤、愤怒等多种情感，我的情感分析器进行二元分类，以检测用户的激发水平。高激发水平与快乐、惊讶和愤怒等情感相关，而低激发水平与悲伤和无聊等情感相关。以下视频展示了我的情感分析器在树莓派上的运行。请欣赏！

简历：卡洛斯·阿尔盖塔 是一位居住在台湾的洪都拉斯企业家。他拥有信息系统与应用领域的博士学位，并且是 Veryfast Inc. 和 Soul Hackers Labs 的联合创始人。