Résumé:
Plusieurs travaux de recherche ont proposé un système de reconnaissance acoustique des émotions (RAE) basé sur le classificateur KNN combiné avec l’extraction des coefficients MFCC ainsi que la stratégie de règle de vote. Cependant, l’algorithme KNN est gourmand en temps de calcul et d’espace mémoire. Pour remédier ce problème, nous proposons de réduire le nombre de vecteurs de paramètres MFCC en un nombre limité de vecteurs de paramètres statistiques pour minimiser cette complexité. Notre contribution consiste à chercher la bonne configuration qui donne un taux élevé entre la précision et la complexité du système. Les résultats obtenus montrent la pertinence des paramètres statistiques des coefficients MFCC avec un taux de classification maximal égal à 82.17%.
