基于卷积神经网络的语音情感识别方法

zzsgiolePfrpzPzzzPsgiolePfrp计算机科学　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ．ｎｎｏｖａｔ　ｉｏｎ　Ｈｅｒａｌｄ　Ｉ团墨圆■一●瞄■崔■　－一－　　粤ＰＪ言芒　ｕｕ惜　prfPe图６lｅｐｏｃｈｔｉｍｅｓ　输出结果测试　（７）进行归一化操作。　（８）对音频进行裁剪，裁剪的音频帧数为４０。　o同的图像边缘。在卷积神经网络中隐藏层的参数个数和隐藏　层的神经元个数无关，只和滤波器大小和滤波器的种类有关　系。　３使用卷积神经网络进行音频情感分类　i３．１卷积神经网络　人工神经网络提出于２０世纪８０年代，由单层感知机逐步　g卷积神经网络除了局部连接和权值共享的特性，纠正线　性单元（ＲｅＬＵ，Ｒｅｃｔｉｆｌｅｄ　Ｌｉｎｅａｒ　Ｕｎｉｔｓ）激活函数也保　证了实际训练中的单边抑值和稀疏特性，同时为了保证泛化　发展为多层感知机，它从信息处理角度对人脑的神经元进行　s特性，采用Ｌ２／Ｌｌ正则化范数作为激活偏置。　抽象。大量的节点之间相互连接，每个节点都有特定的激励　３．２具体实现　函数。在早期发展阶段，由于梯度爆炸问题和计算能力有限，　（１）输入层：输入按帧数进行裁剪的音频４０×４０。　神经网络的发展一直停滞。２００６年Ｈｉｎｔｏｎ提出了深度置信网　（２）卷积层１：滤波器大小为３　Ｘ　３，共有２０个滤波器，得到　络（Ｄｅｅｐ　Ｂｅｌｉｅｆ　Ｎｅｔｗｏｒｋ，ＤＢＮ）的深度产生模式　。使用　P２０个大小为３６　Ｘ　３６的特征映射。　这种算法可以更好地初始化ＤＮＮ的训练，从而开启了深度学　（３）池化层１：卷积层１后面跟着子采样层。子采样层的目　习发展的新篇章。．　的是减少特征映射的神经元个数。通过池化操作，可以大大　卷积神经网络（Ｃｏｎｖｏｌｕｔｉzｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）为深　降低特征的维数，避免过拟合。最大子采样函数的定义为：　度学习在目标识别和分类领域的较早应用。近年ＧＰＵ计算能　力增加和海量业务数据的出现，使得大规模的ＣＮＮ在机器　ｐｏ　（　）一ｆ　吼　（１）　视觉和语音分类等领域得到了广泛应用。z　该层采用最大子采样方法，由特征映射中２　Ｘ　２的领域点　卷积神经网络本质是一种前馈神经网络，卷积神经网络　采样为１个点，也就是４个数中最大的。最终的特征映射数目　有３种结构上的特征：局部连接、权重共享以及空间或时间　为１８　Ｘ１８。　上的次采样。卷积神经网络的层与层之问采用局部连接，减　（４）卷积层２：滤波器大小为３　Ｘ　３，采用４　０组滤波，　少了计算量。　最终特征映射的数目为１　６　Ｘ　１　６。神经元的个数共有　卷积神经网络的层与层之间的连接权值是共享的，比如　４０×１６×１６＝１０２４０。　图４中的ｉｎ层与ｍ一１层，每个ｍ层神经元与３个ｍ一１层的神经　（５）池化层２：采用２　Ｘ　２的池化操作，特征映射数目为　元进行连接，这个３个连接的权值是一样的。实际应用中，可　８　Ｘ　８。　以通过设置多种不同的滤波器来提取不同的滤波参数，从而　（６）卷积层３：采用的滤波器大小为３　Ｘ　３，采用６　０组　实现提取不同的目标特征。例如对于图像而言，就是提取不　滤波器，最终特征映射的数目为６×６，神经元的个数为　科技创新导报Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｉｎｎｏｖａｔｉｏｎ　Ｈｅｒａｌｄ　８９　zＩＩｊ｛Ｉｌｌ；Ｉｌ；ｌｌ：锄６０×６Ｘ６。　２ｉ·；０１　；　６　　－Ｎ－；０－—：．０６　　。。　。，。　．　。　。　。　。　。．　计算机科学　生气、惊吓、中性）对５００句文本进行演绎而得到，１６　ｋＨｚ采　（７）池化层３：得到特征映射数目为３×３。　（８）卷积层４：采用滤波器大小为２　Ｘ　２，采用８０组滤波。特　征映射数目为２Ｘ２。　样，１６　ｂｉｔ量化。经过听辨筛选，最终保留其中９　６００句。　输出结果测试：见图６。　在ｅｐｏｃｈ次数为２００时准确率达到８ｌ％。　（９）全联接层：共有８０Ｘ　２Ｘ　２＝３２０个神经元。　（１０）输出层：通过ｓ０ｆｔｍａｘ回归算法将特征映射到目　参考文献　１］詹永照．视觉语音情感识别［Ｍ］．北京：科学出版社，２０１３．　标的６个分类。ｓｏｆｔｍａＸ是ｌｏｇｉｓｔｉｃ回归的多类形态。利用　［ｓｏｆｔｍａｘ函数定义目标Ｙ＝Ｃ的后验概率为：　Ｐ（ｙ：＝：ｃＩｘ）：ｓ。ｆｔｍａｘ（ｗＴｘ）　誉雨（２）　对于样本（Ｘ，Ｙ），输出目标ｙ＝｛ｌ，…，Ｃ｝。我们用Ｃ维的　ｏｎｅ－ｈｏｔ向量表示输出目标。对于类别Ｃ　具体表现见图５。　ｙ：【，（１：ｃ），ｚ（２＝ｃ），…，ｔ（ｃ　ｅ）１　４测试与验证　验证采用ＣＡＳＩＡ汉语情感语料库。该数据库由中科院　自动化所录制，由４位录音人（两男两女）在纯净录音环境下　（信噪比约为３５　ｄＢ）分别在５类不同情感下（高兴、悲哀、　（上接１７页）　在金属基体中引入均匀弥散的纳米级增强体粒子，所得　的复合材料往往可以呈现出更加理想的力学性能和导热、导　参考文献　电、耐磨、耐蚀、耐高温及抗氧化性能。未来可以考虑将金属　…１司朝润，张贤杰，王俊彪．喷射成形颗粒增强金属基复合材　基纳米复合材料研究的重点放在纳米结构材料应用和纳米　涂层生产上。以碳纳米管应用为例，由于其具有优良的力学、　电学和热学性能，是制备金属基复合材料较为理想的增强　zPsg加强泡沫金属基复合材料研究与应用；泡沫金属基复合材　也可以赋予金属材料本身所不具备的某此物理、功能特性。　料，俗称多孔金属泡沫，其是最近几年发展成熟起来的一种　比如，用高热导率的金刚石、高定向热解石墨等作增强相，　结构功能材料，具有轻质、高比强度、减振、吸音、阻尼、散　与铜、铝等高导热金属复合，可以获得高导热率、低膨胀率　热、吸收冲击能、电磁屏蔽等多种物理性能与优点，是交通、　和低密度的理想金属基复合材料，可以在温度变化场合使用　建筑及航空航天等领域未来研究与应用的热点。　且能够保持尺寸的稳定性，在航空航天结构件生产等领域　３．２用碳纳米管增强金属基纳米复合材料性能　具有较高的应用价值。　体，随着碳纳米管制备水平提高及其成本价格走低，碳纳米　［３】全宏声．金属基复合材料在航天结构中的应用［Ｊ］．材料工　管增强金属基复合材料定是未来研究的热点，也是世界各国　程，２００１（１２）：１５．　zz９Ｏ　复合材料研究领域竞相争夺的技术制高点。因此，有必要通　［４］原梅妮，杨延清，李茂华，等．金属基复合材料多尺度计算　过加强碳纳米管增强金属基复合材料的研究，来缩短我国与　世界发达国家在金属基复合材料研究方面的差距。　３．３促进金属基复合材料结构功能一体化发展　伴随现代科学技术的发展，金属基复合材料的应用需求　越来越广，对金属基复合材料也不再仅仅局限于其某些优良　的机械性能，对其在多场合服役条件下具有的结构、功能一　体化和多功能响应特性等要求越来越高。为了强化金属基复　合材料的这种结构功能一体化和多功能响应特性，通过在　金属基体中引入的特定的颗粒、晶须或者纤维等异质材料，　科技创新导报Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｉｎｎｏｖａｔｉｏｎ　Ｈｅｒａｌｄ　iolePfrpＵｎｄｅｒｓｔａｎｄｉｎｇ　Ｗｏｒｋｓｈｏｐ（ＡＳＲＵ）．２０１３．　Ｃｏｍｐｕｔａｔｉｏｎ，２００６（１８）：１５２７－１５５４．　［２］Ｔ．Ｓ　ａｉｎａｔｈ，Ｂ．Ｋｉｎｇ　Ｓｂｕ　ｒＹ，Ａ．ＭＯｈａｍｅｄ，ｅｔａ１．　Ｌ　ｅ　ａ　ｒｎｉｎｇｆ¨ｔｅ　ｒ　ｂａｎｋｓ　ｗｉｔｈｉｎ　ａ　ｄｅｅｐ　ｎｅｕｒａｌ　ｎｅｔｗＯｒｋ　ｆｒａｍｅｗｏｒｋ【Ｍ］．Ｉｎ　Ｐ　ｒｏ　ｃｅｅｄｉｎｇ　ＳＯｆ　Ｔｈｅ　ＡｕｔＯｍａｔｉＣ　ＳＰ　ｅｅ　ｃｈ　ＲｅｃｏｇｎｉｔｉＯｎ　ａｎｄ　（３）　【３】Ｇ．Ｈｉｎｔｏｎ，Ｓ．Ｏｓｉｎｄｅｒｏ，Ｙ．Ｔｅｈ．Ａ　ｆａｓｔ　ｌｅａｒｎｉｎｇ　ａｌｇ０ｒｉｔｈｍ　ｆ０ｒ　ｄｅ　ｅＰｂｅｌｉｅｆ　ｎｅｔ　Ｓ【Ｊ］．Ｎｅｕ　ｒａｌ　［４］韩文静，李海峰，阮华斌，等．语音情感识别研究进展综述　［Ｊ】．软件学报，２０１４，２５（１）：３７－５０．　一方面可以作为增强体提高金属材料的机械性能，另一方面　料研究进展［Ｊ】．功能材料，２０１５（１）：１００１—１００６．　［２】朱宇宏，姚强，王燕，等．金属基复合材料检验方法研究现　状［Ｊ］．中国标准化，２０１３（５）：４３—４７．　方法研究进展［Ｊ］．材料导报，２０１２（１７）：１３４－１３７．　［５】陈素玲，孙学杰．金属基复合材料的分类及制造技术研究　进展　．电焊机，２０１１（７）：９０－９４．