基于多任务学习与注意力机制的多层次音频特征情感识别研究 |
| |
引用本文: | 李磊,朱永同,杨琦,赵金葳,马柯.基于多任务学习与注意力机制的多层次音频特征情感识别研究[J].智能计算机与应用,2024(1):85-94+101. |
| |
作者姓名: | 李磊 朱永同 杨琦 赵金葳 马柯 |
| |
作者单位: | 1. 上海理工大学健康科学与工程学院;2. 上海理工大学机器智能研究院;3. 上海理工大学机械工程学院;4. 商丘学院机械与电气信息学院 |
| |
摘 要: | 传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入性别先验知识;将多层次音频特征分类问题转化为多任务问题进行处理,从而对多层次特征进行解耦再进行分类;针对特征分布的再优化方面设计了一个中心损失模块。通过在IEMOCAP数据集上的实验结果表明,本文提出模型的加权精度(WA)和未加权精度(UA)分别达到了71.94%和73.37%,与原本的多层次模型相比,WA和UA分别提升了1.38%和2.35%。此外,还根据Nlinear和Dlinear算法设计了两个单层次音频特征提取器,在单层次音频特征分类实验中取得了较好的结果。
|
关 键 词: | 语音情感分类 MFCC 中心损失 多任务学习 先验信息 Dlinear |
|
|