تحقیقات در زمینه پردازش گفتار از حدود چهار دهه پیش شروع شده است. یکی از موضوعات مورد مطالعه در این راستا، شناسایی خودکار افراد و احساس آنها با استفاده از گفتار در راستای ارتباط متقابل انسان و ماشین است. با وجود تلاش های زیاد در این زمینه همچنان فاصله زیادی بین احساسات طبیعی انسان و درک کامپیوتر نسبت به آن وجود دارد. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مطالعه، طراحی یک سیستم تشخیص افراد و شناسایی احساس از گفتار در زبان فارسی است. تشخیص افراد بر روی پایگاه داده جمع آوری شده از 60 فرد فارسی زبان مذکر و مونث و شناسایی احساس از گفتار بر روی پایگاه داده گفتار احساسی فارسی که شامل 5 احساس خوشحالی، تنفر، ترس، ناراحتی و عصبانیت است، انجام شده است. در این مطالعه، پس از استخراج داده های چهاربعدی مقیاس، نرخ (سرعت)، زمان و فرکانس گفتار به کمک مدل شنوایی گوش انسان، داده دوبعدی مقیاس و فرکانس حاصل شد که بیشینه مقدار این داده ها به عنوان بردار ویژگی استفاده شد. در نهایت با استفاده از طبقه بند ماشین بردار پشتیبان تشخیص افراد و احساس پایگاه های داده طبقه بندی شدند. نتایج آزمایش ها نشان می دهد الگوریتم پیشنهادی عملکرد قابل قبولی در مقایسه با سیستم های مشابه در زبان فارسی ارائه می دهد.
