基于改进LSTM的儿童语音情感识别模型

• 作者: 余莉萍 梁瑞宇 梁镇麟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 儿童情感 时序关系 帧级语音特征 深度注意力门 长短时记忆网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 40-49
• 页数: 10页
• 分类号: TP183
• 字数: 7720字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056559

摘要

为实现不同儿童情感需求状态下帧级语音特征的有效获取,建立一种基于改进长短时记忆(LSTM)网络的儿童语音情感识别模型.采用帧级语音特征代替传统统计特征以保留原始语音中的时序关系,通过引入注意力机制将传统遗忘门和输入门转换为注意力门,并根据自定义的深度策略计算得到深度注意力门,从而提高语音情感识别性能.实验结果表明,在Fau Aibo儿童情感数据语料库及婴儿哭声情感需求数据库上,该模型在召回率和F1分数上相比基于传统LSTM的识别模型分别提高了3.14％、5.50％和1.84％、5.49％,在CASIA中文情感数据库上,其相比基于传统LSTM和GRU的识别模型训练时间更短、儿童语音情感识别率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁瑞宇	南京工程学院信息与通信工程学院	42	157	7.0	10.0
2	余莉萍	复旦大学计算机科学技术学院	1	0	0.0	0.0
3	梁镇麟	东南大学信息科学工程学院	2	0	0.0	0.0