TY -的A2 Crippa保罗AU - Cai, Linqin AU -胡,亚鑫盟——咚,建工盟——周Sitong PY - 2019 DA - 2019/12/31 TI - Audio-Textual情感识别基于改进神经网络SP - 2593036六世- 2019 AB -社交媒体的快速发展,single-modal情感识别是很难满足当前情感识别系统的要求。旨在优化情感识别系统的性能,多通道情感识别模型本文提出了语音和文本。考虑不同模式之间的互补性,CNN(卷积神经网络)和LSTM短期记忆(长)结合二进制的形式渠道学习情感声学特征;与此同时,一个有效的Bi-LSTM(双向长短期记忆)网络采取捕获文本功能。此外,我们应用一个深层神经网络学习和分类融合功能。最后的情绪状态是由语音和文本情感分析的输出。最后,多通道融合的实验进行了验证该模型在IEMOCAP数据库。与单一模态相比,文本的整体识别精度提高6.70%,语音情感识别飙升13.85%。实验结果表明,多通道的识别精度高于单一模态和优于其他多通道模型的测试数据集出版。SN - 1024 - 123 - 2019/2593036 / 10.1155 x你——https://doi.org/10.1155/2019/2593036——摩根富林明——数学问题在工程PB - Hindawi KW - ER