Classificazione dell'efficacia della comunicazione paraverbale tramite parametri acustici del segnale vocale = Classification of paraverbal communication effectiveness using acoustic parameters of vocal signal

Grazie a precedenti studi sono state individuate cinque "forme della voce", un concetto nuovo nel campo dello studio emozionale che permette di oltrepassare l'idea di legame tra una singola emozione ed un determinato tono vocale. Le forme della voce possono essere viste come cinque classi emozionali le quali comprendono, ognuna, analoghi stati emotivi al loro interno. Utilizzando metodi propri dell'analisi dei segnali e della statistica è possibile tracciare delle linee di separazione tra le differenti forme della voce. Lo scopo di questa tesi è l'individuazione di tali metodi e la loro ottimizzazione al fine di ottenere degli algoritmi in grado di processare dei parametri oggettivi restituendo la corretta classificazione nelle diverse forme della voce dei dati in ingresso. Per fare questo ci si è avvalsi dei metodi classici utilizzati nel campo del Machine Learning e della classificazione dapprima facendo un'analisi teorica dei dati e dei metodi utilizzabili e poi procedendo per via sperimentale testando le diverse classi di algoritmi sui dati posseduti. A conclusione della ricerca si è analizzato quali fossero i modelli migliori sulla base non solo dell'accuratezza restituita in fase di predizione ma anche sulla base della complessità computazione degli algoritmi di estrazione dei parametri e classificazione.