| 基于多任务深度特征提取及MKPCA特征融合的语音情感识别 |
| |
| 引用本文： | 李宝芸,张雪英,李娟,黄丽霞,陈桂军,孙颖.基于多任务深度特征提取及MKPCA特征融合的语音情感识别[J].太原理工大学学报,2023(5):782-788. |
| |
| 作者姓名： | 李宝芸 张雪英 李娟 黄丽霞 陈桂军 孙颖 |
| |
| 作者单位： | 太原理工大学信息与计算机学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(61371193)；;山西省回国留学人员科研资助项目(HGKY2019025)； |
| |
| 摘 要： | 【目的】针对传统声学特征所含情感信息不足的问题，提出一种基于多任务学习的深度特征提取模型优化声学特征，所提声学深度特征既能更好表征自身又拥有更多情感信息。【方法】基于声学特征与语谱图特征之间的互补性，首先通过卷积神经网络提取语谱图特征，然后使用多核主成分分析方法对这两个特征进行特征融合降维，所得融合特征可有效提升系统识别性能。【结果】在EMODB语音库与CASIA语音库上进行实验验证，当采用DNN分类器时，声学深度特征与语谱图特征的多核融合特征取得最高识别率为92.71%、88.25%,相比直接拼接特征，识别率分别提升2.43%、2.83%.
|
| 关 键 词： | 语音情感识别 多任务学习 声学深度特征 语谱图特征 多核主成分分析 |
|
|
