用于跨库语音情感识别的时频原子听觉注意模型

• 作者: 宋鹏 张昕然 查诚 赵力 陶华伟
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 语音情感识别 选择性注意机制 语谱图特征 跨数据库
• 年，卷（期）: 2016,（4）
• 页码范围: 402-407
• 页数: 6页
• 分类号: TN912.34
• 字数: 571字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2016.04.002

摘要

为解决跨数据库语音情感识别领域中实验数据集特征不匹配的问题，提出一种基于时频原子的听觉注意特征提取模型。首先，为了提取频谱特征，引入听觉注意模型对多类情感特征进行有效的探测。然后，利用选择注意机制改进了提取的语谱图特征，其中包含的显著性信息与跨库识别性能有紧密联系。再引入Chirplet时频原子，通过形成的过完备原子库提高语谱图特征的信息量。来自多个数据库的样本具有多成分分布的特征，据此所提模型中的Chirplet扩大了特征向量在时频域上的尺度。实验结果显示，相比传统特征模型，所提方法性能有显著提升。此外，该方法在训练集和测试集来源不一致情况下具有更好的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学水声信号处理教育部重点实验室	308	3093	27.0	44.0
2	宋鹏	烟台大学计算机与控制工程学院	12	42	4.0	6.0
3	张昕然	东南大学水声信号处理教育部重点实验室	10	91	5.0	9.0
4	查诚	东南大学水声信号处理教育部重点实验室	9	74	5.0	8.0
5	陶华伟	东南大学水声信号处理教育部重点实验室	7	113	4.0	7.0