Die Erkennung von Emotionen und anderen Gemütszuständen ist von zunehmendem Interesse für innovative mensch-zentrierte Systementwicklung. Systeme, die den emotionalen Zustand ihrer Benutzer erkennen, sind in der Lage, durch angemessene Reaktionen die Zufriedenheit des Nutzers erheblich zu erhöhen.

Um die emotionale Komponente in der Stimme herauszufiltern nutzen wir signaltheoretische wie auch prosodische und semantische Ansätze. Die konkreten Klassifikationen stimmen wir hierbei mit unseren Auftraggebern ab. Neben den klassischen "Grundemotionen" wie Freude, Ärger, Ekel, Wut, Angst und Langeweile klassifizieren wir bspw. auch nach Hilflosigkeit oder Zufriedenheit eines Kunden.

Unser Standardprototyp ermöglicht es, basierend allein auf Signalanalysen, die Grundemotionen Freude, Ärger/Wut, Angst, Ekel, Trauer und Langeweile mit einer Zuverlässigkeit von 75-85% zu erkennen, was den Fähigkeiten des Menschen nahe kommt.

Unsere Auftraggeber und Forschungspartner kommen vorwiegend aus der Automobil und Callcenter-Branche.

Ansprechpartner: Dipl.-Ing. Christian Peter