计算机应用研究

作者：薛艳飞,毛启容,张建明,

单位：江苏大学计算机科学与通信工程学院,江苏镇江212013；

关键词：多任务学习,多语言情感识别,卷积神经网络,循环神经网络,注意力机制,

基金：国家自然科学基金面上资助项目(61672267)；；

由于人类情感的表达受文化和社会的影响，不同语言语音情感的特征差异较大，导致单一语言语音情感识别模型泛化能力不足。针对该问题，提出了一种基于多任务注意力的多语言语音情感识别方法。通过引入语言种类识别辅助任务，模型在学习不同语言共享情感特征的同时也能学习各语言独有的情感特性，从而提升多语言情感识别模型的多语言情感泛化能力。在两种语言的维度情感语料库上的实验表明，所提方法相比于基准方法在Valence和Arousal任务上的相对UAR均值分别提升了3.66%~5.58%和1.27%~6.51%；在四种语言的离散情感语料库上的实验表明，所提方法的相对UAR均值相比于基准方法提升了13.43%~15.75%。因此，提出的方法可以有效地抽取语言相关的情感特征并提升多语言情感识别的性能。

来源：2021年第4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4期