一种基于卷积神经网络特征表征的语音情感识别方法

• 作者: 傅洪亮 姜芃旭 陶华伟 雷沛之
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 语音情感识别 特征表征 深度学习 卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 998-1001
• 页数: 4页
• 分类号: TP391
• 字数: 2713字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2019.04.036

摘要

为提高智能语音情感识别系统的准确性,提出了一种基于卷积神经网络CNN(Convolution Neural Network)特征表征的语音情感识别模型.该卷积模型以Lenet-5模型为基础,增加了一层卷积层和池化层,并将二维卷积核改为一维卷积核,将一维特征预处理后,输送进该模型中,对特征变换表征,最后利用SoftMax分类器实现情感分类.CASIA与EMO-DB公开数据库上的识别结果显示:与Lenet-5网络相比,所设计网络模型的准确率分别提升了1.3％与2％,与Softmax分类器相比,准确率分别提升了3.8％与6.1％.仿真结果验证了网络模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅洪亮	河南工业大学信息科学与工程学院	76	187	6.0	9.0
2	陶华伟	河南工业大学信息科学与工程学院	6	10	2.0	3.0
3	姜芃旭	河南工业大学信息科学与工程学院	4	6	2.0	2.0
4	雷沛之	河南工业大学信息科学与工程学院	4	6	2.0	2.0