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：计算机应用, 2020, 40(02): 589-594.

• 去噪自编码器
• 长短时记忆网络
• 语音特征
• 特征融合
• 测谎

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-SRIColorado)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。

• 单位
  河南工业大学