基于深度学习可变长度语音片段的情感识别

作者：魏金太; 高穹

来源：承德石油高等专科学校学报, 2021, 23(06): 51-56.

DOI：10.13377/j.cnki.jcpc.2021.06.011

• 语音情感识别
• 可变长度语音片段
• 频谱图
• 深度神经网络

通过将深度神经网络直接应用于频谱图,提出了一种用于可变长度语音段的情感识别方法。频谱图包含对情绪识别有用的对话语言信息。从频谱图中提取这些信息,并通过将卷积神经网络(CNN)与递归神经网络(RNN)相结合来完成情感识别任务。与传统的将句子分割成更小的固定长度段的方法相比,该方法可以解决语音分割过程中引入的准确性降低问题。实验结果表明,该方法在加权精度(WA)和不加权精度(UA)上均优于定长神经网络。

• 单位
  河南林业职业学院