1.一种用于语音情感识别的高质量数据增强样本获取方法,其特征在于,所述方法包括:(1)将情感语料库划分为训练集和测试集,其中训练集用于训练模型,记为 ,为样本的情感类别标签,测试集用于评估模型性能;
(2)对于中的样本实施基于信号的扰动,获得增强数据集,记为, 为增强样本 所对应的扰动之前原始样本的情感类别标签;
(3)搭建语音情感识别深度学习网络模型,模型中需要含有Dropout层,将该模型记为 ;
(4)提取中语音样本的特征,将特征输入进,利用交叉熵损失和随机梯度下降算法对模型权重参数进行优化;
(5)得到优化后的模型,固定模型权重参数,保持Dropout开启,对 中的样本提取与中样本相同种类的特征并输入 ,进行 次随机前向传播,得到 所对应的伪标签,同时估计模型预测的不确定性,挑选出低不确定性且高置信度预测的样本;
(6)在挑选出的增强样本中剔除噪声样本,将最终保留的样本所组成的数据集记为;
(7)将并入训练集;
(8)重复步骤(4)至(7),直至训练达到预设的轮次,在测试阶段,对测试集中的样本提取与中样本相同种类的特征并输入进行分类。
2.根据权利要求1所述的一种用于语音情感识别的高质量数据增强样本获取方法,其特征在于,步骤(2)所实施的基于信号的扰动包括:速度扰动、噪声注入、时移、重采样、音高偏移、混响。
3.根据权利要求1所述的一种用于语音情感识别的高质量数据增强样本获取方法,其特征在于,步骤(4)中所提取的特征包括:语谱图、梅尔频率倒谱系数、log-Mel谱、低级语音特征描述子。