基于深度神经网络的语音情感识别及性格分析

摘要

文章基于深度神经网络的语音情感识别及性格分析研究。首先,简要介绍了语音情感识别和相关工作。从深度学习的角度出发,在研究了相关的神经网络结构之后,构建了卷积神经网络与长短期记忆网络的混合模型,提取语音特征梅尔倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC),实现了语音情感的识别。该模型的训练和测试使用了CASIA汉语数据库,该数据集包含7200种语音,被广泛用于汉语语音识别的研究。实验结果得到模型对该数据集具有较好的识别功能。同时对实验采集的自然语音数据库进行了测试,实验结果证明该模型具有一定的识别能力。此外,通过比较实验发现混合神经网络模型明显优于单独的卷积神经网络或长短期记忆网络。最后,根据大五人格理论,进行了性格分析。