基于双向LSTM神经网络和注意模型的语音情感分析

摘要

语音交互是最为迅速直接的一种人机交互方式。语音情感识别使得计算机不仅能识别语音语义内容,且能获得人类情感,使人机交互更加人性化,在未来有着非常丰富的应用场景。本文采用柏林工业大学的EMO-DB语音情感数据库,并基于MIR相关技术提取34种语音情感特征。构建双向LSTM神经网络模型,同时引入注意机制开发了注意模型,对组合模型进行训练及参数优化。结果表明,引入注意机制的模型对于德语语音情感分析结果具有较高的准确率。