基于深度神经网络的高效阿拉伯语情感识别
计算与语言
2020-11-03 v1
摘要
基于深度学习的语音信号情感识别是一个活跃的研究领域。卷积神经网络（CNNs）可能是该领域的主导方法。在本文中，我们实现了两种神经架构来解决这一问题。第一种架构是基于注意力的 CNN-LSTM-DNN 模型。在这一新颖架构中，卷积层提取显著特征，双向长短期记忆（BLSTM）层处理语音信号的序列现象。其后接一个注意力层，该层提取一个摘要向量并输入到全连接稠密层（DNN），最终连接到 softmax 输出层。第二种架构基于深度 CNN 模型。在阿拉伯语语音情感识别任务上的结果表明，我们的创新方法相比强大的深度 CNN 基线系统可带来显著改进（2.2% 绝对提升）。另一方面，深度 CNN 模型在训练和分类上显著快于基于注意力的 CNN-LSTM-DNN 模型。
引用
@article{arxiv.2011.00346,
title = {Efficient Arabic emotion recognition using deep neural networks},
author = {Ahmed Ali and Yasser Hifny},
journal= {arXiv preprint arXiv:2011.00346},
year = {2020}
}