欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019102395338
申请人: 河南工业大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于语音测谎的半监督加性噪声自编码器,其特征在于,包括以下步骤:(1)语音预处理:将录制好的语音按谎言和真话分类并标记上数字标签,去除音质较低的部分并剪切成每一条时长为2s左右的短语音,之后对其进行分帧及加窗,为下一步提取特征做准备;

(2)特征提取:对预处理完毕后的语音数据,提取出MFCC,过零率,基频等语音特征,并进行归一化以便分类;

(3)半监督加性噪声自编码器装置:该装置由多层加性噪声自编码器和一个softmax分类器组成;编码网络和解码网络各两层,每个隐层的神经单元数都为60,除了连接各隐层的权重外,根据谎言语音的特点,我们在每一隐层都增加了Elu激活函数,批归一化,dropout三个部分,并且在编码网络的末端连接了一个softmax分类器;假设我们有一个语音集,其中含有N个有标签数据{(x1,y1),(x2,y2).....(xN,yN))}以及M个无标签数据{xN+1,xN+

2....xN+M},其中y是数据对应的标签,共有K类;我们的目的是从这些数据中学习到分布P(y|x);将(2)中提取的特征输入装置后,数据将进行以下流程:A.先经过编码部分,通过该部分将其非线性转换为新的表达形式,给定一个输入x,其过程如下所示:B.解码部分是将经过编码后的数据重构为编码前的输入数据,其过程可以表示为:其中,L代表网络的层数,w,b分别为层间权重和偏执向量,是需要优化的参数;输入数据经过上述步骤后,无监督学习部分的损失函数,即数据的重构误差可以表示为:C.我们将自编码器额外增加了一个有监督分类任务,数据经过编码网络提取特征后,除了要进行解码,还要输入分类器进行分类,其过程可以表示为:其中,p是分类器预测的结果,β是连接编码网络和分类器的层间权重,b为偏置向量,经过此过程后,数据的分类误差可以表示为:y为语音对应的真实标签,1≤j≤K,K在前文已经介绍过,是数据的总类别数;

D.数据经过网络并计算完上述误差后,我们利用梯度下降法来最小化误差并优化参数;对于无标签数据,由于没有对应的标签,所以只进行数据重构,即最小化误差函数Cu,训练时,先算出误差函数对于每个参数的梯度 再根据梯度进行参数优化直至模型收敛,对于输出层,残差为

对于重构输出层的上一层,该层的残差为输出层残差经权重反向传播之后的值,为δo-1=εL-1*(1-εL-1)*wL-1*δL所以该层参数所要更新的值,即该层参数的梯度以及更新后的参数为

dw=εL-1*δL,db=δL

wL-1=wL-1-λ*dw,bL-1=bL-1-λ*db(λ为设置的学习率)其它层以此类推,根据模型顺序,残差反向传播时先经过解码网络后经过编码网络,最终将所有的参数更新完毕后完成第一次优化;

对于有标签数据,既要进行重构又要进行分类,所以需要最小化的误差函数为C=Cs+αCuα为平衡参数;我们同样使用梯度下降法来进行迭代,因为最小化的是联合误差函数,因此与之前步骤不同的是,当反向传播的残差将要进入编码网络时,需要额外增加分类输出层残差,分类输出层的残差为之后,梯度计算及参数更新方法和前面所述相同;在训练过程中,需要同时将有标签数据和无标签数据输入模型,从而根据前文所述误差来调整相应参数。