《表6 不同深度神经网络结构的识别准确率》

  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

《基于参数迁移和卷积循环神经网络的语音情感识别》

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

为了验证本文提出的TCRNN模型的有效性，设计了三组对比实验。实验组G采用文献[9]提出的循环神经网络结构，使用三层LSTM，每层LSTM包含1 024个隐藏节点。实验组H采用文献[9]提出的卷积循环神经网络结构，使用两个卷积层和最大池化层对语谱图进行特征提取，得到多个特征图，然后将特征图直接展开成具有固定时间步长的一维特征输入到两层LSTM网络结构。实验组I采用本文提出的TCRNN模型进行训练。网络的卷积神经网络部分使用调整的AlexNet预训练模型并迁移第四层卷积层特征，循环神经网络部分采用两层LSTM结构。语谱图经过AlexNet网络得到的特征图进行维度转换后输入到后续的LSTM，其中时间作为一个维度，频域和特征图数量组成另外一个维度。实验结果如表6所示。