考虑情感程度相对顺序的维度语音情感识别

• 作者: 李海峰 韩文静 马琳
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 维度语音情感识别 情感空间 Kullback-Leibler距离 神经网络 梯度下降
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 1658-1663
• 分类号: TP391.4
• 字数: 7089字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2011.11.005

摘要

维度语音情感识别(Dim-SER)是情感计算领域的一个新兴分支,它从多维、连续的角度看待情感,将SER问题建模为连续值的预测回归任务.当前的Dim-SER系统在进行情感预测时缺少对语料间情感程度相对顺序的考虑,严重影响了人机交互系统对说话人情感变化趋势的把握.从该需求出发,本文以人类情感认知特性为参照,构建了一个对情感程度相对顺序敏感的Dim-SER系统,并引入Gamma统计对SER系统性能评价标准加以完善.系统构建过程中,本文构造了Top-rank概率分布对语料间的情感顺序进行描述,并使用Kullback-Leibler距离对预测造成的顺序一致性损失进行度量,最后提出顺序敏感的神经网络算法实现系统预测损失的最小化.情感预测实验结果表明,同常用的k近邻算法和支持向量回归算法相比,该系统有效地提高了语料间情感程度相对顺序的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马琳	哈尔滨工业大学计算机学院	65	463	10.0	20.0
2	李海峰	哈尔滨工业大学计算机学院	53	445	11.0	20.0
3	韩文静	哈尔滨工业大学计算机学院	9	220	5.0	9.0