[发明专利]一种用于语音测谎的栈式去噪自编码器及深度神经网络结构

权利要求书

1.一种用于语音测谎的栈式去噪自编码及深度神经网络结构，其特征在于,包括：

(1)语音预处理装置：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)特征提取装置：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)栈式去噪自编码器装置：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，第一个隐层的神经单元数为120，第二个隐层的神经单元数为30，除了连接各隐层的权重外，根据谎言语音的特点，在每一隐层都增加了非线性激活函数，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；假设输入的数据为x，首先对原始特征x添加干扰信息，加入噪声得到特征为x′；

然后对特征进行编码：

h＝σ(wx′+b)

接下来是解码：

z＝σ(w′h+b′)

其中w、w′是权重矩阵，b、b′是偏置向量，σ是非线性激活函数；

去噪自编码器的目的是让误差函数η尽可能的小，以此得到表征性更好的特征；

栈式去噪自编码器就是多个去噪自编码器级联，以完成逐层特征提取的任务；

(4)深度神经网络装置：该装置由一层DNN网络组成，由装置(3)得到的特征输入到该装置中，通过softmax分类器对比测试集标签，进一步学习更深层次的特征。