基于深度信念網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別策略.pdf

1、近年來(lái)隨著對(duì)情感計(jì)算不斷地研究，語(yǔ)音情感識(shí)別得到了研究者們廣泛的關(guān)注，它的實(shí)現(xiàn)對(duì)于推動(dòng)心理學(xué)發(fā)展，構(gòu)建更加和諧的人機(jī)環(huán)境起到非常重要的作用。語(yǔ)音情感識(shí)別是指通過(guò)提取語(yǔ)音中與情感相關(guān)聯(lián)的特征參數(shù)，將這些特征參數(shù)組成特征向量，使用分類模型對(duì)特征向量進(jìn)行計(jì)算，最終分析出情感類別。其中不斷提高分類模型的識(shí)別性能一直是研究者們研究的重點(diǎn)。
　　為了提高識(shí)別性能，本文提出了基于深度信念網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別策略，深度信念網(wǎng)絡(luò)通過(guò)構(gòu)建多隱層的人工神

2、經(jīng)網(wǎng)絡(luò)，以此達(dá)到高效的特征學(xué)習(xí)能力，彌補(bǔ)了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)在特征選擇方面以及對(duì)于復(fù)雜函數(shù)的表示能力有限的缺點(diǎn)，提高了對(duì)于復(fù)雜分類問(wèn)題的泛化能力，同時(shí)也降低了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂時(shí)間，最終使識(shí)別性能得到了提高。本文使用MATLAB實(shí)現(xiàn)了基于深度信念網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別策略，通過(guò)收集語(yǔ)音情感數(shù)據(jù)集，將該策略同基于BP神經(jīng)網(wǎng)絡(luò)分類模型的語(yǔ)音情感識(shí)別方法進(jìn)行對(duì)比，分析召回率，準(zhǔn)確率以及F1值三個(gè)指標(biāo)。通過(guò)一系列實(shí)驗(yàn)顯示，本文所提出的策略在平均召回率、