[发明专利]基于多分类器交互学习的语音情感识别方法

权利要求书

1.一种基于多分类器交互学习的语音情感识别方法，其特征在于，包括如下：

(1)从数据集MAS中按照模糊程度，划分为三个数据集D1，D2，D3，其中D1表示包含具有精确标签样本的数据集，共计6000个语音数据；D2表示包含具有大量无标签样本的数据集，共计13400个语音数据；D3表示包含具有模糊样本的数据集，共计1000个语音数据，用于评估交互学习的表现；

(2)使用精确标签的数据集D1分别对DenseNet、ResNet、VGG、AlexNet和SuqeezeNet这五个分类器进行初次训练，得到对应的五个模型：DenseNet模型、ResNet模型、VGG模型、AlexNet模型和SuqeezeNet模型；

(3)使用(2)中得到的五个模型分别对无标签样本数据集D2进行分类，并将分类结果以五个模型投票的方式进行统计；

(4)将(3)中五个模型的投票结果归一化为分布形式，得到模糊标签，作为无标签样本数据集D2的标签，将这些标签作为交互信息，得到具有交互信息的数据集D4；

(5)用(4)得到的具有交互信息的数据集D4对(2)得到五个模型进行二次训练，即用有交互信息的数据集D4与初次训练好的五个模型进行交互学习，得到二次训练后的DenseNet模型、ResNet模型、VGG模型、AlexNet模型和SuqeezeNet模型，并保存；

(6)进行语音情感识别：

(6a)将模糊样本数据集D3中的语音数据放入到二次训练后的五个模型中，每个模型作为一个分类器，都对数据从愤怒，高兴，平静，恐慌和悲伤这五个情感进行分类判别，并给出每个分类判别结果的准确率；

(6b)从(6a)得到分类判别结果及其准确率中，挑选五个模型中判别准确率最高的一个模型的结果，作为数据的标签，该标签就是数据对应的情感类别。

2.根据权利 要求1所述的方法，其特征在于：(2)中使用有精确标签的数据集D1对所述的五个分类器进行初次训练，实现如下：

(2a)初始化五个分类器参数，初始迭代次数为K＝50，设学习率为L＝0.001；

(2b)使用交叉熵损失函数计算模型损失loss:

其中，y_ji是第j个数据的第i个数据标签，是模型输出的第j个数据的第i个标签，j从1到m，i是从1到n，m是样本数据总数，n是类别数；

(2c)将精确标签样本数据集D1中的数据分别放入五个模型中，分别计算数据在五个模型中的损失函数loss50次；

(2d)判断每个模型的损失函数loss在50次的计算中是否一直减小：

若减小，则令当前模型的K加1，返回(2b)；

若损失函数loss不再变化，则停止训练该分类器，得到初次训练好的五个模型；

保存训练好的五个模型DenseNet模型、ResNet模型、VGG模型、AlexNet模型和SuqeezeNet模型。

3.根据权利 要求1所述的方法，其特征在于：(4)中得到的具有交互信息的数据集D4实现如下：

(4a)用初次训练好的五个模型对无标签样本数据集D2进行分类，将分类结果用投票的方式进行统计，得到每种情感的投票结果其中a表示愤怒，h表示高兴，n表示恐慌，s表示悲伤；

(4b)将投票结果进行归一化处理，得到每个样本x被分为各类情感的概率：

其中N为模型数目；

(4c)将(4b)得到的概率联合表示为每个样本的模糊标签Y_x：

(4d)将所有样本模糊标签作为交互信息，得到具有交互信息的数据集D4。

4.根据权利要求1所述的方法，其特征在于：(5)中用有交互信息的数据集D4与初次训练好的五个模型进行交互学习，实现如下：

(5a)设置网络参数：初始迭代次数K＝50，设学习率L＝0.001；

(5b)使用相对熵KL散度作为初次训练好的每个模型的损失函数，用来估计第j个模糊标签与第j个模型输出之间的距离D_KL：

j是从1到N；

(5c)将具有交互信息的数据集D4的数据分别放入初次训练好的五个模型中，计算数据在每个模型中的损失函数D_KL共50次；

(5d)判断损失函数D_KL在50次的计算中是否一直减小：

若是，则K加1，返回(5b)；

若损失函数D_KL不再变化，则停止训练，得到二次训练好的五个模型DenseNet模型、ResNet模型、VGG模型、AlexNet模型和SuqeezeNet模型。