基于卷积神经网络的藏语语音情感识别

分享到

【作者】王希，王君堡，边巴旺堆
【作者单位】¹西藏大学信息科学技术学院；²西藏大学信息技术学院国家级实验教学示范中心
【年份】2022
【卷号】第11期
【页码】202-206
【ISSN】1672-9528
【关键词】藏语语音情感识别语音情感语料库卷积神经网络
【摘要】语音情感识别是人机交互中的热点研究技术，但基于藏语的SER研究少有学者涉足。在构建了一个五千条藏语拉萨方言的语音情感语料库TSEC5000的基础上，将卷积神经网络用于实现藏语语音情感的识别，并通过改变CNN的层数来改进说话人相关、说话人无关的SER性能。实验结果表明，对于藏语说话人相关的SER在4层卷积网络上获得89%的识别率，基于TSEC5000说话人无关SER在5层网络上获得最好的识别率为76%。
【文献类型】期刊