结合Bi-LSTM-CNN的语音文本双模态情感识别模型

摘要：

针对单一模态情感识别精度低的问题,提出了基于Bi-LSTM-CNN的语音文本双模态情感识别模型算法.该算法采用带有词嵌入的双向长短时记忆网络(bi-directional long short-term memory network,Bi-LSTM)和卷积神经网络(convolutional neural network,CNN)构成Bi-LSTM-CNN模型,实现文本特征的提取,将其与声学特征融合结果作为联合CNN模型的输入,进行语音情感计算.基于IEMOCAP多模态情感检测数据集的测试结果表明,情感识别准确率达到了69.51％,比单一模态模型提高了至少6个百分点.

关键词：语音情感识别;卷积神经网络(CNN);长短时记忆网络(LSTM);特征融合

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFB1600800

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：192-197