基于深度信念网络的语音情感识别的研究

摘要：

针对语音情感识别中的特征提取的问题,提出了一种新的特征提取方式,利用深度神经网络(DNN)中的深度信念网络(DBNs)自动提取语音信号中情感特征.通过训练一个5层的深度信念网络提取语音情感特征,把连续多帧的语音并在一起,构成一个高维的特征,把深度信念网络训练完的特征作为非线性支持向量机(SVM)分类器的输入端,最终建立一个语音情感识别多分类器系统.其识别率为86.5％比传统的基于提取句子的时间构造、振幅构造、基频构造等特征的方法提高7％.

关键词： 语音情感识别 特征提取 深度信念网络 非线性支持向量机

作者: 黄晨晨 巩微 伏文龙 冯东煜

作者单位: 中国传媒大学计算机学院 北京 100024

会议类型: 国内会议

会议名称: 2014第20届全国信息存储技术学术会议

会议地点: 北京

会议语种:中文

页码: 75-80

在线出版日期: 2014-09-11（万方平台首次上网日期，不代表论文的发表时间）