面向中文语音情感识别的改进栈式自编码结构

• 作者: 朱芳枚 梁瑞宇 王青云 赵力 邹采荣
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音情感识别 改进的栈式自编码 降噪自编码 稀疏自编码
• 年，卷（期）: 2017,（4）
• 页码范围: 631-636
• 页数: 6页
• 分类号: TP391.42
• 字数: 4628字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2017.04.001

摘要

为进一步提高汉语语音情感识别率,基于深度学习中的自编码、降噪自编码及稀疏自编码的网络结构,提出了一种改进的栈式自编码结构.该结构第1层使用降噪自编码学习一个比输入特征维数更大的隐藏特征,第2层采用稀疏自编码学习稀疏性特征,最后使用softmax分类器进行分类识别.训练过程首先采用逐层预训练的方法,达到网络参数全面初始化的目的,然后对整个网络进行微调.在中文语音库上的情感识别实验显示,相较于单独使用栈式降噪或稀疏自编码,所提结构具有更好的识别效果.此外,基于CASIA库的对比实验显示,该结构比K近邻算法、稀疏表示方法、传统支持向量机和人工神经网络识别率分别提高了53.7%,29.8%,14.3%和1.9%.在自行录制的语音库中,该结构的识别率比人工神经网络提高了1.64%.

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	邹采荣	东南大学水声信号处理教育部重点实验室	153	2088	25.0	40.0
3	王青云	南京工程学院通信工程学院	51	284	8.0	14.0
4	梁瑞宇	东南大学水声信号处理教育部重点实验室	23	192	8.0	13.0
8	朱芳枚	东南大学水声信号处理教育部重点实验室	1	8	1.0	1.0