基于DBM-LSTM的多特征语音情感识别

发布时间：2021-02-27 09:15

　　为增强不同情感特征的融合程度和语音情感识别模型的鲁棒性,提出一种神经网络结构DBM-LSTM用于语音情感识别。利用深度受限玻尔兹曼机的特征重构原理将不同的情感特征进行融合;利用长短时记忆单元对短时特征进行长时建模,增强语音情感识别模型的鲁棒性;在柏林情感语音数据库上进行分类实验。研究结果表明,与传统识别模型相比,DBM-LSTM网络结构更适用于多特征语音情感识别任务,最优识别结果提升11%。 

【文章来源】：计算机工程与设计. 2020,41(02)北大核心

【文章页数】：6 页

【部分图文】：

语音情感识别

RBM结构

DBM结构

【参考文献】：
期刊论文
[1]融合语音信号和脑电信号的多模态情感识别[J]. 马江河,孙颖,张雪英.  西安电子科技大学学报. 2019(01)
[2]面向情感语音识别的非线性几何特征提取算法[J]. 宋春晓,孙颖.  计算机工程与应用. 2017(20)
[3]基于混沌特性的情感语音特征提取[J]. 孙颖,姚慧,张雪英,张奇萍.  天津大学学报(自然科学与工程技术版). 2015(08)
[4]受限波尔兹曼机[J]. 张春霞,姬楠楠,王冠伟.  工程数学学报. 2015(02)
[5]基于深度信念网络的语音情感识别的研究[J]. 黄晨晨,巩微,伏文龙,冯东煜.  计算机研究与发展. 2014(S1)



本文编号：3054014