基于卷积神经网络学习的语音情感特征降维方法研究

• 作者: 孔祥浩 李海峰 薄洪健 马琳
• 来源期刊: 高技术通讯
• 关键词: 模式识别 语音情感 卷积神经网络(CNN) 特征优选准则 特征降维
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 889-898
• 页数: 10页
• 字数: 6672字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2017.11-12.002

摘要

针对语音信号认知中需要对语音情感快速精准的解析问题,提出了一种基于卷积神经网络(CNN)学习的特征降维方法.在原始语音情感数据提取大量特征的基础上,通过对不同维度特征进行归正获得其相应的特征矩阵.应用CNN对特征矩阵进行学习,对收敛后的CNN网络全连接层的权值进行分析,根据网络学习特性定义基于CNN的特征筛选准则(FR-CNN),即通过对比每类特征激活权值的不同,计算选择出最有利于分类的特征,得到降维高效的语音情感认知特征集F.在中国科学院自动化研究所提供的多模态情感数据库CHEAVD上,提取全部8类情感数据进行了实验测试,使用全体特征集构建的CNN分类器的类平均识别错误率相比基线减少了2.1%,而本文方法得到的降维后特征集F通过相同的CNN分类器的类平均错误率相比基线减少了9.4%.在对大量特征进行降维筛选的基础上,仅使用原特征集15%的特征,不仅有效增加了分类器的收敛速度,还使得识别错误率有所减小,同时在构筑实际语音情感识别系统时能够减少系统的复杂程度.本研究综合了数据的不同类型的特征信息,采用CNN网络学习特性进行特征二次优选与降维,为语音情感的特征提取问题提供了一个新的思路.

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科学与技术学院	65	463	10.0	20.0
2	李海峰	哈尔滨工业大学计算机科学与技术学院	53	445	11.0	20.0
3	孔祥浩	哈尔滨工业大学计算机科学与技术学院	2	17	2.0	2.0
4	薄洪健	哈尔滨工业大学计算机科学与技术学院	4	20	3.0	4.0