基于特征迁移学习方法的跨库语音情感识别
作者单位：烟台大学计算机与控制工程学院 东南大学儿童发展与学习科学教育部重点实验室
会议名称：《第十三届全国人机语音通讯学术会议(NCMMSC2015)》
会议日期：2015年
基 金：山东省自然科学基金(ZR2014FQ016) 国家自然科学基金(61273266,61231002) 东南大学基本科研业务费(CDLS-2015-04)资助项目
关 键 词：语音情感识别 迁移学习 特征降维 半监督判别分析
摘 要：在实际语音情感识别系统中,训练语音和测试语音往往来自不同的语料库,识别率将显著下降。针对这一问题,本文提出了一种有效的基于特征迁移学习的跨库语音情感识别方法。引入最大均值差异(Maximum mean discrepancy,MMD)来描述不同数据库情感特征分布之间的相似度,并通过MMDE(Maximum mean discrepancy embedding)算法及特征降维算法来寻找二者之间的邻近低维特征空间,并在此低维空间中训练得到情感分类器用于情感识别。同时,为了更好的保证情感信息的类别区分度,进一步引入半监督判别分析(Semi-supervised discriminative analysis,SDA)方法用于特征降维。最后,在两个经典语音情感数据库上对提出的方法进行实验评价,实验结果表明本文提出的方法可以有效提高跨库条件下的语音情感识别率。