基于注意力机制的深度循环神经网络的语音情感识别OA北大核心CSTPCD

自从注意力机制在自然语言处理领域(NLP)取得了巨大成功,其被引入了语音情感识别任务(SER)中,使各种语音情感识别模型的性能获得了提高。为了能在深度循环神经网络中更加高效地利用注意力机制,对传统的注意力机制进行了推广,提出了基于分段的注意力机制,并将其应用于深度循环神经网络(RNN)中。在CASIA语音情感数据集上的实验结果证明,这一方法不仅能够有效提高模型训练速度,还可以提高模型识别性能。