[发明专利]一种基于自编码网络联合学习的语音测谎方法

说明书

本发明公布了一种基于自编码网络联合学习的语音测谎方法，本发明包括以下步骤：首先，通过语音信号预处理提取语音特征；其次，将提取到的语音特征分别输入自编码网络与去噪自编码网络，保证两条网络同时训练，能够很好的抑制单条自编码网络的过拟合问题，增强了网络的鲁棒性，且有效提升了该方法的泛化能力；其次，将两个自编码网络经编码后的输出特征进行融合，并设置批归一化层、Dropout层以加快网络计算速度，进一步抑制过拟合；最后，输出数据分类识别。本发明所提出的一种基于自编码网络联合学习的语音测谎方法，网络结构简单，两条自编码网络同时学习，有效的增强了网络的鲁棒性且抑制了网络中的过拟合，非常具有实用意义。

技术领域

本发明属于语音信号处理技术领域，具体涉及到一种基于自编码网络联合学习的语音测谎方法。

背景技术

说谎是在人类社会中普遍存在的一个现象，语音是人类交流的一个重要途径，往往语音中不仅包含了所传递的内容信息，还包括了丰富的情感信息。人在说谎时，不仅其语速、语气、音调等会发生变化，而且通常也会有情绪、心理(紧张或者掩盖紧张)等方面的变化。应用语音进行测谎，语音数据的获取更加方便与简单，且通过语音进行测谎得到的结果更加客观与有意义。

与传统的应用非语音指标进行测谎的方法相比，应用语音指标进行测谎的方法大多是基于监督学习的方法，这些方法通常需要大量带有标签数的语音数据。然而，在现实中通常很难获得大量带有标签的语音数据，或者获取到的带有标签的数据通常是不完整的。除此之外，目前对于语音测谎的研究发明，为了获得更高的谎言识别率，通常需要较多的网络层数和更复杂的网络结构，但是这种方法通常会使得网络的训练时间过长，甚至还会导致语音特征的信息丢失。

在现有的语音测谎方法中，除了需要使用大量大的带有标签的语音数据之外，通常还需要更多的网络参数参与学习过程，以提升识别真话与谎言的能力，然而这种方法通常需要耗费大量的时间，并且网络的鲁棒性不好。该发明所提出的一种基于自编码网络联合学习的语音测谎方法，不仅能够有效地解决大量带有标签语音数据难、复杂等问题，而且还在一定程度上简化了网络模型。共享网络参数的自编码器网络减少了网络中的参数，在很大程度上减少了网络训练过程的时间，提升了网络训练的效率。该发明使用所使用的两个自编码网络代替了单个网络进行训练，该方法通过对其中一条网络进行加噪处理，不仅很好地解决了网络在训练过程中出现的过拟合的问题，而且还将语音中更多的信息保留下来，实现了良好的语音测谎工作。

发明内容

基于自编码网络的的方法在图像分类以及情感识别与分类中有良好的性能，但是语音测谎与这些领域的分类任务不同，根据语音测谎的特点，将简单自编码网络进行改进，使其可以实现原始输入数据的重构以及对真话和谎言的检测。于是，一种基于自编码网络联合学习的语音测谎方法，具体步骤如下：

(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)