计算机应用研究

作者：庄志豪,傅洪亮,陶华伟,杨静,谢跃,赵力,

单位：1.河南工业大学粮食信息处理与控制教育部重点实验室,郑州450001；2.南京工程学院信息与通信工程学院,南京211167；3.东南大学信息科学与工程学院,南京210018；

关键词：跨库语音情感识别,深度自编码器,子域自适应,监督学习,

基金：国家自然科学基金资助项目(62001215,61601170)；河南省教育厅自然科学项目(21A120003)；河南省科技厅科技攻关项目(202102210340)；河南工业大学高层次人才启动项目(2018BS037)；；

针对不同语料库之间数据分布差异问题，提出一种基于深度自编码器子域自适应的跨库语音情感识别算法。首先，该算法采用两个深度自编码器分别获取源域和目标域表征性强的低维情感特征；然后，利用基于LMMD（local maximum mean discrepancy）的子域自适应模块，实现源域和目标域在不同低维情感类别空间中的特征分布对齐；最后，使用带标签的源域数据进行有监督地训练该模型。在eNTERFACE库为源域、Berlin库为目标域的跨库识别方案中，所提算法的跨库识别准确率相比于其他算法提升了5.26%~19.73%；在Berlin库为源域、eNTERFACE库为目标域的跨库识别方案中，所提算法的跨库识别准确率相比于其他算法提升了7.34%~8.18%。因此，所提方法可以有效地提取不同语料库的共有情感特征并提升了跨库语音情感识别的性能。

来源：2021年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第11期