基于语谱图提取瓶颈特征的情感识别算法研究

摘要：

传统的谱特征(诸如MFCC)来源于对语谱图特征的再加工提取,但存在着因分帧处理引起相邻帧谱特征之间相关性被忽略的问题和所提取的谱特征与目标标签不相关的问题.这导致了从语谱图中提取的特征丢失了很多有用信息.为此,提出了获取深度谱特征(Deep Spectral Feature,DSF)的算法.DSF的特征是把直接从语谱图中提取的谱特征用于深度置信网络(DBN)训练,进而从隐层节点数较少的瓶颈层提取到瓶颈特征.为了解决传统谱特征的第一种缺陷,采用相邻多帧语音信号中提取的特征参数构成DSF特征.而深度置信网络所具有的强大自学习能力以及与目标标签密切相关的性能,使得经过微调的DSF特征能够解决传统谱特征的第二个缺陷.大量的仿真实验结果表明,相对于传统MFCC特征,经过微调的DSF特征在语音情感识别领域的识别率比传统MFCC高3.97%.

关键词：瓶颈特征、深度置信网络、谱特征、语谱图、情感识别

所属期刊栏目：27

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61271335;国家"863"高技术发展计划项目2006AA010102

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86