基于门控循环单元 (GRU) 的含噪语音情感分类
人机交互
2016-12-23 v1
摘要
尽管人们对从语音中进行情感分类有着极大的兴趣，但噪声对情感分类的影响尚未得到充分理解。这一点很重要，因为得益于智能手机技术的巨大进步，智能手机可以成为实验室外自然环境中语音情感识别的强大媒介，而自然环境中的语音很可能包含背景噪声。我们利用循环神经网络（RNN）的最新突破，并寻求研究其在含噪语音情感分类中的性能。我们特别关注近期提出的门控循环单元（GRU），其在语音情感识别方面尚待探索。用混合了八种不同类型噪声的语音进行的实验表明，GRU 的运行时间减少了 18.16%，同时性能与迄今为止最流行的循环神经网络——长短期记忆网络（LSTM）相当。这一结果对于一般的任何嵌入式平台都是有前景的，并将推动进一步的研究，以在智能手机上的情感识别中充分发挥 GRU 的潜力。
引用
@article{arxiv.1612.07778,
title = {Gated Recurrent Unit (GRU) for Emotion Classification from Noisy Speech},
author = {Rajib Rana},
journal= {arXiv preprint arXiv:1612.07778},
year = {2016}
}