基于参数迁移和卷积循环神经网络的语音情感识别

• 作者: 刘同来 周明 缪裕青 蔡国永 邹巍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语谱图 深度学习 参数迁移 卷积循环神经网络 语音情感识别
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 135-140,198
• 页数: 7页
• 分类号: TP391.4
• 字数: 5290字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1802-0089

摘要

在语音情感识别研究中,已有基于深度学习的方法大多没有针对语音时频两域的特征进行建模,且存在网络模型训练时间长、识别准确性不高等问题.语谱图是语音信号转换后具有时频两域的特殊图像,为了充分提取语谱图时频两域的情感特征,提出了一种基于参数迁移和卷积循环神经网络的语音情感识别模型.该模型把语谱图作为网络的输入,引入AlexNet网络模型并迁移其预训练的卷积层权重参数,将卷积神经网络输出的特征图重构后输入LSTM(Long Short-Term Memory)网络进行训练.实验结果表明,所提方法加快了网络训练的速度,并提高了情感识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡国永	桂林电子科技大学计算机与信息安全学院	98	400	12.0	15.0
2	缪裕青	桂林电子科技大学计算机与信息安全学院	31	140	8.0	10.0
3	周明		10	10	2.0	2.0
4	刘同来	桂林电子科技大学计算机与信息安全学院	9	23	2.0	4.0
5	邹巍	桂林电子科技大学计算机与信息安全学院	1	2	1.0	1.0