近年來,人工智能技術(shù)再一次在學(xué)術(shù)界掀起浪潮,越來越多的人工智能產(chǎn)品出現(xiàn)在大眾的視野當(dāng)中。語音是人類重要的表達(dá)方式,人工智能想要達(dá)到真正的智能,情感的識別是研究中不可或缺且格外重要的方向。語音情感識別技術(shù)是機(jī)器與人之間進(jìn)行情感交互的橋梁,可以落地到醫(yī)療、安防、交通等諸多領(lǐng)域。目前學(xué)術(shù)界對于語音情感識別的研究主要采用的是深度學(xué)習(xí)的方法,本文基于情感的認(rèn)知引入并聚焦注意力機(jī)制,研究構(gòu)建適用于語音情感識別的深度學(xué)習(xí)網(wǎng)絡(luò),主要研究內(nèi)容包括以下三個部分:1.研究了基于注意力機(jī)制的結(jié)構(gòu)化情感信息提取語音情感信息是動態(tài)的,本文應(yīng)用注意力機(jī)制在不同維度計算情感特征的注意力權(quán)重,實(shí)現(xiàn)對情感特征的多維度關(guān)注,提取情感結(jié)構(gòu)化信息。具體本文從時間、頻率、通道三個維度計算注意力,時間上應(yīng)用單層及多層注意力對情感結(jié)構(gòu)化信息進(jìn)行全局和局部提取;頻率及通道上分析計算注意力權(quán)重的不同方法并進(jìn)行研究改進(jìn)。本文最終通過應(yīng)用注意力機(jī)制提取情感結(jié)構(gòu)化信息,實(shí)現(xiàn)了 3.48%的UA準(zhǔn)確率提升。2.提出了基于注意力的相對性情感信息提取方法語音情感是相對的,相對語音中情感外的信息是變化的,本文應(yīng)用多任務(wù)學(xué)習(xí)和注意力機(jī)制引入情感相對信息...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1語音情感識別系統(tǒng)框架

天津師范大學(xué)碩士學(xué)位論文9第二章語音情感識別基本理論2.1語音情感識別系統(tǒng)框架一個典型的語音情感識別系統(tǒng)包括語音情感信息描述、語音情感語料庫、語音情感特征提娶語音情感特征選擇和語音情感分類識別等幾個部分。系統(tǒng)整體框架流程如圖2.1所示，語音信號采集模塊通過傳感器獲得語音信號，對采....

圖3.1基于不同類型注意力機(jī)制的語音情感識別模型

天津師范大學(xué)碩士學(xué)位論文25圖3.1基于不同類型注意力機(jī)制的語音情感識別模型在此過程之中，LocalAttention，ComponentAttention和MonotonicAttention，由于其包含其他注意力機(jī)制并未擁有的超參數(shù)Scope，所以這些注意力機(jī)制提前進(jìn)行了Sc....

圖3.2CNN結(jié)構(gòu)下AttentionScope波動對比

天津師范大學(xué)碩士學(xué)位論文25圖3.1基于不同類型注意力機(jī)制的語音情感識別模型在此過程之中，LocalAttention，ComponentAttention和MonotonicAttention，由于其包含其他注意力機(jī)制并未擁有的超參數(shù)Scope，所以這些注意力機(jī)制提前進(jìn)行了Sc....

圖3.3BLSTM結(jié)構(gòu)下AttentionScope波動對比

天津師范大學(xué)碩士學(xué)位論文25圖3.1基于不同類型注意力機(jī)制的語音情感識別模型在此過程之中，LocalAttention，ComponentAttention和MonotonicAttention，由于其包含其他注意力機(jī)制并未擁有的超參數(shù)Scope，所以這些注意力機(jī)制提前進(jìn)行了Sc....

本文編號：3980260