為增強不同情感特征的融合程度和語音情感識別模型的魯棒性,提出一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)DBM-LSTM用于語音情感識別。利用深度受限玻爾茲曼機的特征重構(gòu)原理將不同的情感特征進行融合;利用長短時記憶單元對短時特征進行長時建模,增強語音情感識別模型的魯棒性;在柏林情感語音數(shù)據(jù)庫上進行分類實驗。研究結(jié)果表明,與傳統(tǒng)識別模型相比,DBM-LSTM網(wǎng)絡(luò)結(jié)構(gòu)更適用于多特征語音情感識別任務(wù),最優(yōu)識別結(jié)果提升11%。 

【文章來源】：計算機工程與設(shè)計. 2020,41(02)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

語音情感識別

RBM結(jié)構(gòu)

DBM結(jié)構(gòu)

【參考文獻】：
期刊論文
[1]融合語音信號和腦電信號的多模態(tài)情感識別[J]. 馬江河,孫穎,張雪英.  西安電子科技大學(xué)學(xué)報. 2019(01)
[2]面向情感語音識別的非線性幾何特征提取算法[J]. 宋春曉,孫穎.  計算機工程與應(yīng)用. 2017(20)
[3]基于混沌特性的情感語音特征提取[J]. 孫穎,姚慧,張雪英,張奇萍.  天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2015(08)
[4]受限波爾茲曼機[J]. 張春霞,姬楠楠,王冠偉.  工程數(shù)學(xué)學(xué)報. 2015(02)
[5]基于深度信念網(wǎng)絡(luò)的語音情感識別的研究[J]. 黃晨晨,鞏微,伏文龍,馮東煜.  計算機研究與發(fā)展. 2014(S1)



本文編號：3054014