基于图卷积深浅特征融合的跨语料库情感识别

摘要：

语音情感识别任务的训练数据和测试数据往往来源于不同的数据库,二者特征空间存在明显差异,导致识别率很低.针对该问题,本文提出新的构图方法表示源和目标数据库之间的拓扑结构,利用图卷积神经网络进行跨语料库的情感识别.针对单一情感特征识别率不高的问题,提出一种新的特征融合方法.首先利用OpenSMILE提取浅层声学特征,然后利用图卷积神经网络提取深层特征.随着卷积层的不断深入,节点的特征信息被传递给其他节点,使得深层特征包含更明确的节点特征信息和更详细的语义信息,然后将浅层特征和深层特征进行特征融合.采用两组实验进行验证,第1组用eNTERFACE库训练测试Berlin库,识别率为59.4％;第2组用Berlin库训练测试eNTERFACE库,识别率为36.1％.实验结果高于基线系统和文献中最优的研究成果,证明本文提出方法的有效性.

关键词：图卷积神经网络、跨语料库、语音情感识别、构图、深层和浅层特征融合

所属期刊栏目：38

分类号：TN912.34

资助基金：江苏省高校自然科学基金项目18KJB510013

在线出版日期：2023-04-07（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：111-120