[发明专利]一种基于自编码网络联合学习的语音测谎方法

权利要求书

1.一种基于自编码网络联合学习的语音测谎方法，其特征在于，包括以下步骤：

(1)语音信号预处理：在语音处理预处理阶段先给语音添加上真话与谎言的标签，然后再对语音进行分帧加窗等处理；

(2)语音特征提取：对(1)中经分帧加窗处理后的数据进行语音特征提取，该特征包括但不限于基频、短时平均能量、短时平均过零率、均方根能量、共振峰、MFCC等声学特征；

(3)搭建网络模型：首先该网络由两个自编码网络以及批归一化层、Dropout层和分类层，该过程的具体实现步骤如下：

A.首先，将(2)中提取的语音特征作为输入发送到一个自编码网络，同时，将经加噪处理后作为另一个自编码网络的输入，两个自编码网络同时进行学习，共同完成训练过程，这两个自编码网络均以原始的输入数据为目标进行学习，这一过程实现了对原始数据的重构，通过对最小化解码后的数据与输入数据之间误差函数，完成学习过程，其中，编码过程可以用以下公式来表示：

x₁＝x (1)

y₁＝f(wx₁+b) (2)

y₁^k＝elu(w^k-1·y₁^k-1+b^k-1)2≤k≤K (3)

x₂＝x+x_noise (4)

y₂＝f(wx₂+b) (5)

y₂^k＝elu(w^k-1·y₂^k-1+b^k-1)2≤k≤K (6)

其中x所代表的是一个自编码网络的输入，而y₁、y₂分别为编码网络的输出；

B.本发明中在数据进行编码之后，再以原始数据为目标进行数据的重构，该过程的实现过程可以表示为：

x₁'＝f(wy₁+b) (7)

(x₁')^k＝elu(w_D^k-1·(x₁')^k-1+b_D^k-1)2≤k≤K-1 (8)

x₂'＝f(wy₂+b) (9)

(x₂')^k＝elu(w_D^k-1·(x₂')^k-1+b_D^k-1)2≤k≤K-1 (10)

C.计算两个自编码网络的数据重构误差，损失函数分别为公式(11)、(12)，两个自编码网络无监督部分的总损失为公式(13)：

L_u＝L_u1+L_u2 (13)

(4)将两个自编码网络的编码输出进行深层融合，该过程保留语音中的更多信息；

(5)将融合后的特征输入到全连接层，作为分类器的输入，该过程通过设置Dropout层，一直网络的过拟合，然后将该输出结果进行分类识别，计算该有监督过程的损失计算选择交叉熵损失函数，实现过程如下：

(6)分类识别输出：将步骤(4)得到的融合后的特征送入全连接层，并采用有标签的数据通过softmax层进行识别分类，该过程可以表示为：

y_pre＝f(W·c+b) (15)

其中，c是两个分支通过编码后进行融合的数据集合，y_pre是融合后数据经分类器后的分类结果，W，b分别是编码网络与分类器间的权重和偏置；

(7)为优化该发明提出的方法，采用梯度下降法来最小化误差函数(重构误差与分类误差)，并根据误差函数进行网络参数的调整，以使该发明所提出的语音测谎方法性能达到最佳。