基于多任务深度特征提取及 MKPCA 特征融合的语音情感识别

• 作者: 李宝芸 张雪英 李娟 黄丽霞 陈桂军 孙颖
• 来源期刊: 太原理工大学学报
• 关键词: 语音情感识别 多任务学习 声学深度特征 语谱图特征 多核主成分分析
• 年，卷（期）: 2024,（5）
• 页码范围: 22-28
• 页数: 7页
• 语种: 中文
• DOI: 10.16355/j.tyut.1007-9432.2023.05.004

摘要

[目的]针对传统声学特征所含情感信息不足的问题,提出一种基于多任务学习的深度特征提取模型优化声学特征,所提声学深度特征既能更好表征自身又拥有更多情感信息.[方法]基于声学特征与语谱图特征之间的互补性,首先通过卷积神经网络提取语谱图特征,然后使用多核主成分分析方法对这两个特征进行特征融合降维,所得融合特征可有效提升系统识别性能.[结果]在 EMODB 语音库与 CASIA 语音库上进行实验验证,当采用 DNN 分类器时,声学深度特征与语谱图特征的多核融合特征取得最高识别率为 92.71%、88.25%,相比直接拼接特征,识别率分别提升 2.43%、2.83%.