计算机工程

作者：乔栋, 陈章进, 邓良, 屠程力

单位：1. 上海大学 微电子研究与开发中心, 上海 200444;2. 上海大学 计算中心, 上海 200444

关键词：语音情感识别,MFCC特征,高斯白噪声,数据增强,卷积神经网络

基金：国家自然科学基金（61674100）。

语音情感识别在人机交互中具有重要意义。为解决中文语音情感识别效率和准确率低等问题，提出一种基于Trumpet-6卷积神经网络模型的中文语音情感识别方法。在MFCC特征提取过程中，通过增加分帧加窗操作时采样点的个数，增添每个汉明窗内的特征及减少汉明窗个数，从而缩小MFCC特征图的像素尺寸，提高单次识别的处理效率。在此基础上，使用高斯白噪声对数据集进行数据增强处理，缓解训练过程中的过拟合问题。在CASIA语音情感数据集上的实验结果表明，该方法的测试准确率达95.7%，优于Lenet-5、RNN、LSTM等传统方法，且Trumpet-6卷积神经网络模型采用2 048个采样点，仅需176 550个待训练参数，与采用DCNN的ResNet34和循环神经网络模型相比，参数更少，结构更简单，处理速度更快。

来源：2022年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第2期