[发明专利]一种基于卷积神经网络的言语置信度评测方法

摘要

本发明公开了一种基于卷积神经网络的言语置信度评测方法。该方法首先对采集的语音样本进行分帧，并提取每帧的梅尔倒谱系数，构成单通道梅尔倒谱系数图像；然后构建六层卷积神经网络，构建前三层为使用尺寸不同的卷积滤波器的卷积层，第四层为生成全局特征图的聚合层，第五层和第六层为由2048个线性修正单元的全连层；最后将梅尔倒谱系数图像输入构建的卷积神经网络进行言语置信度评测。实验结果显示，该置信度评测方法对谎言的识别率达到73％。

主权项

1.一种基于卷积神经网络的言语置信度评测方法，其特征在于包括以下步骤：1)计算语音样本特征：获得梅尔倒谱系数图像特征，具体包括：1‑1)以22050Hz的采样频率对语音样本进行重采样；1‑2)以50％的重叠率进行分帧，将每个样本分为若干个由43帧，每帧23毫秒组成的片段；1‑3)利用60个梅尔带宽的梅尔滤波器组提取每个语音片段的对数梅尔倒谱系数，构成尺寸为60×43的单通道梅尔倒谱系数图像特征；2)构建多层混合卷积神经网络，采用如下特殊结构：2‑1)网络前三层为卷积层，使用尺寸不同的卷积滤波器，滤波器参数在该层共享，每层卷积层均后接池化层，进行维度为2的特征图降维；第一层卷积层的卷积滤波器尺寸为3×2，第二层为2×3，第三层为2×2；对输入进行卷积操作，从而得到各个卷积层独有的特征图其中，F^l为所述该层的特征图，l表示层数，K^l表示第l层卷积层的卷积核，I^l表示该层的输入，i,j为第l层特征图中的特征点位置，m,n表示第l层卷积核的尺寸；2‑2)网络第四层为聚合层，通过将前三层卷积层的特征图展平得到其中，c表示该卷积层所使用的卷积滤波器数量；将进行聚合，得到全局特征图2‑3)网络第五层与第六层均为全连层，每层均由2048个线性修正单元组成；3)言语置信度分析与评测：将梅尔倒谱系数图像特征输入构建的卷积神经网络，进行言语置信度评测。