×

基于改进长短时记忆网络的儿童语音情感识别模型

消耗积分:0 | 格式:pdf | 大小:1.66 MB | 2021-04-01

分享资料个

　　为实现不同儿童情感需求状态下帧级语音特征的有效获取，建立一种基于改进长短时记忆（LSTM）网络的儿童语音情感识别模型。釆用帧级语音特征代替传统统计特征以保留原始语音中的时序关系，通过引人注意力机制将传统遗忘门和输人门转换为注意力门，并根据自定义的深度策略计算得到深度注意力门，从而提高语音情感识别性能。实验结果表明，在 Fau aibo儿童情感数据语料库及婴儿哭声情感需求数据库上，该模型在召回率和F1分数上相比基于传统LSTM的识别模型分别提高了3.14%5.50%和184%、5.49%，在 CASIA中文情感数据库上，其相比基于传统LSTM和GRU的识别模型训练时间更短童语音情感识别率更高。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !