基于改进语音处理的卷积神经网络中文语音情感识别方法

摘要：

语音情感识别在人机交互中具有重要意义.为解决中文语音情感识别效率和准确率低等问题,提出一种基于Trumpet-6卷积神经网络模型的中文语音情感识别方法.在MFCC特征提取过程中,通过增加分帧加窗操作时采样点的个数,增添每个汉明窗内的特征及减少汉明窗个数,从而缩小MFCC特征图的像素尺寸,提高单次识别的处理效率.在此基础上,使用高斯白噪声对数据集进行数据增强处理,缓解训练过程中的过拟合问题.在CASIA语音情感数据集上的实验结果表明,该方法的测试准确率达95.7％,优于Lenet-5、RNN、LSTM等传统方法,且Trumpet-6卷积神经网络模型采用2048个采样点,仅需176550个待训练参数,与采用DCNN的ResNet34和循环神经网络模型相比,参数更少,结构更简单,处理速度更快.

关键词：语音情感识别;MFCC特征;高斯白噪声;数据增强;卷积神经网络

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61674100

在线出版日期：2022-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：281-290