面向数据增强的轻量化语音情感识别OACSTPCD
Lightweight Speech Emotion Recognition for Data Enhancement
利用深度学习进行语音情感识别时通常需要大量的训练数据.针对现有语音情感数据库匮乏且数据量少容易造成过拟合的缺陷,本文在预处理阶段,将原始语音通过加入高斯白噪声和对波形进行位移产生新的语音信号以实现数据增强,不仅可提高识别准确率而且可增强模型的鲁棒性.与此同时,由于普通卷积神经网络参数量过大,提出一种轻量化模型,该模型由可分离卷积与门控循环单元构成.首先,从原始语音中提取MFCC特征作为模型的输入;其次利用可分离卷积来提取语音空间信息,门控循环单元…查看全部>>
崔晨露;崔琳
西安工程大学电子信息学院,陕西 西安 710048西安工程大学电子信息学院,陕西 西安 710048||西北工业大学航海学院,陕西 西安 710072
信息技术与安全科学
语音情感识别数据增强高斯白噪声波形位移参数量
《计算机与现代化》 2023 (4)
83-89,100,8
国家自然科学基金青年科学基金资助项目(61901347)
评论