基于深度信念網(wǎng)絡的語音情感識別策略.pdf

1、近年來隨著對情感計算不斷地研究，語音情感識別得到了研究者們廣泛的關注，它的實現(xiàn)對于推動心理學發(fā)展，構建更加和諧的人機環(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行計算，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。
　　為了提高識別性能，本文提出了基于深度信念網(wǎng)絡的語音情感識別策略，深度信念網(wǎng)絡通過構建多隱層的人工神

2、經(jīng)網(wǎng)絡，以此達到高效的特征學習能力，彌補了傳統(tǒng)的神經(jīng)網(wǎng)絡在特征選擇方面以及對于復雜函數(shù)的表示能力有限的缺點，提高了對于復雜分類問題的泛化能力，同時也降低了神經(jīng)網(wǎng)絡訓練的收斂時間，最終使識別性能得到了提高。本文使用MATLAB實現(xiàn)了基于深度信念網(wǎng)絡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)絡分類模型的語音情感識別方法進行對比，分析召回率，準確率以及F1值三個指標。通過一系列實驗顯示，本文所提出的策略在平均召回率、