《表3 TCNN＿LSTM在CASIA下四分类情感的混淆矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CNN＿LSTM的语音情感识别系统设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用相同数量的情感语句进行训练时，TCNN＿LSTM在Emo-DB和CASIA两种数据库下四分类的情感混淆矩阵如表2和表3所示。结果表明，在不同数据库下，四分类的平均情感识别率分别为92.5%和93.1%，结果相差为0.6%，说明本文结构对不同语言发出的声音信号进行情感特征提取时，有较好的适应性。除此之外，本文训练网络时，数据库较小，但该模型对“生气”的识别率均达到95%以上，说明该网络在提取和训练“生气”的情感特征时效果较好；而“害怕”的识别率有所下降，说明网络没有充分学习到该情感的特征，需要更多的训练数据，但在本文实验条件下，该结果符合预期。