%0 Journal Article %A 余莉萍 %A 梁镇麟 %A 梁瑞宇 %T 基于改进LSTM的儿童语音情感识别模型 %D %R 10.19678/j.issn.1000-3428.0056559 %J 计算机工程 %P 40-49 %V 46 %N 6 %X 为实现不同儿童情感需求状态下帧级语音特征的有效获取,建立一种基于改进长短时记忆(LSTM)网络的儿童语音情感识别模型。采用帧级语音特征代替传统统计特征以保留原始语音中的时序关系,通过引入注意力机制将传统遗忘门和输入门转换为注意力门,并根据自定义的深度策略计算得到深度注意力门,从而提高语音情感识别性能。实验结果表明,在Fau Aibo儿童情感数据语料库及婴儿哭声情感需求数据库上,该模型在召回率和F1分数上相比基于传统LSTM的识别模型分别提高了3.14%、5.50%和1.84%、5.49%,在CASIA中文情感数据库上,其相比基于传统LSTM和GRU的识别模型训练时间更短、儿童语音情感识别率更高。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0056559