基于卷积神经网络和长短时记忆神经网络的非特定人语音情感识别算法

• 作 者: 姚增伟 刘炜煌 王梓豪 刘雅倩 潘家辉
• 机 构: 华南师范大学软件学院
• 出 处: 新型工业化
• 发表日期: 2018年02期
• 关键词: 语音情感识别 卷积神经网络 长短时记忆神经网络
• 基金项目: 国家自然科学基金青年科学基金项目(61503143);广州市科技计划项目珠江科技新星科技创新人才专项(201710010038);广东省自然科学基金博士科研启动项目(2014A030310244);广州市产学研协同创新重大专项(201704020203)

为了实现在非特定人环境中的语音情感识别,本文提出一种基于卷积神经网络和长短时记忆神经网络的算法,经过实验在对4种情感的分类任务中取得了51.7%的平均加权预测准确率。算法通过提取语音信号的梅尔频谱特征作为输入,利用卷积神经网络同时对语音信号进行短时域和频域特征的提取,利用长短时记忆神经网络进行长时域特征提取,从而达到语音情感识别的目的。