基于深度信念網(wǎng)絡(luò)的語音情感識別策略.pdf

1、近年來隨著對情感計(jì)算不斷地研究，語音情感識別得到了研究者們廣泛的關(guān)注，它的實(shí)現(xiàn)對于推動心理學(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。語音情感識別是指通過提取語音中與情感相關(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別性能一直是研究者們研究的重點(diǎn)。
　　為了提高識別性能，本文提出了基于深度信念網(wǎng)絡(luò)的語音情感識別策略，深度信念網(wǎng)絡(luò)通過構(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于復(fù)雜函數(shù)的表示能力有限的缺點(diǎn)，提高了對于復(fù)雜分類問題的泛化能力，同時也降低了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂時間，最終使識別性能得到了提高。本文使用MATLAB實(shí)現(xiàn)了基于深度信念網(wǎng)絡(luò)的語音情感識別策略，通過收集語音情感數(shù)據(jù)集，將該策略同基于BP神經(jīng)網(wǎng)絡(luò)分類模型的語音情感識別方法進(jìn)行對比，分析召回率，準(zhǔn)確率以及F1值三個指標(biāo)。通過一系列實(shí)驗(yàn)顯示，本文所提出的策略在平均召回率、