摘要
本发明提供了一种基于协作式边界感知对抗学习的跨库语音情感识别方法,包括:步骤1,获取源域与目标域语音样本,执行预处理;步骤2,构建基于协作式边界感知对抗学习的跨库语音情感识别模型,从特征分布和决策边界双维度减少源域和目标域语音样本之间的差异,实现情感知识迁移;步骤3,采用多阶段训练策略,所述多阶段训练策略包括第一阶段训练、第二阶段训练和第三阶段训练,采用最大最小化差异检测损失函数,获取所有由于决策边界差异导致的情感标签错误映射的目标域语音样本,调整类别间决策边界。本方法在减少领域间特征分布差异的同时,创新性地解决了跨库语音情感识别中决策边界错位问题。
技术关键词
情感分类器
情感类别
样本
检测损失
语音情感识别方法
标签
语音特征
语音情感识别模型
决策
协作式
参数
多阶段
深度特征提取网络
多源异构数据源
人耳听觉特性
矩阵
系统为您推荐了相关专利信息
预测无线网络
终端
网卡信息
数据
识别模型训练方法
时间段
机器学习模型
GAN模型
机器学习训练模型
超声图像数据
多尺度主成分分析
情感识别方法
功能性磁共振成像
神经网络模型构建
脑机接口设备