基于去噪自编码器和长短时记忆网络的语音测谎算法

• 作者: 傅洪亮 雷沛之
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 去噪自编码器 长短时记忆网络 语音特征 特征融合 测谎
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 589-594
• 页数: 6页
• 分类号: TP391.41
• 字数: 5976字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019071183

摘要

为进一步提升语音测谎性能,提出了一种基于去噪自编码器(DAE)和长短时记忆(LSTM)网络的语音测谎算法.首先,该算法构建了优化后的DAE和LSTM的并行结构PDL;然后,提取出语音中的人工特征并输入DAE以获取更具鲁棒性的特征,同时,将语音加窗分帧后提取出的Mel谱逐帧输入到LSTM进行帧级深度特征的学习;最后,将这两种特征通过全连接层及批归一化处理后实现融合,使用softmax分类器进行谎言识别.CSC(Columbia-SRI-Colorado)库和自建语料库上的实验结果显示,融合特征分类的识别准确率分别为65.18％和68.04％,相比其他对比算法的识别准确率最高分别提升了5.56％和7.22％,表明所提算法可以有效提高谎言识别精度.

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	雷沛之	河南工业大学信息科学与工程学院	4	6	2.0	2.0