文献

J-GLOBAL ID：202202283414524678   整理番号：22A1063919

ハイブリッドWGAN-LSTMネットワークによる小サンプル学習における音声感情認識【JST・京大機械翻訳】

Speech Emotion Recognition on Small Sample Learning by Hybrid WGAN-LSTM Networks

著者 (3件)： Sun Cunwei (School of Computer Science and Engineering, University of Electronic Science and Technology, Sichuan, Chengdu 611731, P. R. China) ,  Ji Luping (School of Computer Science and Engineering, University of Electronic Science and Technology, Sichuan, Chengdu 611731, P. R. China) ,  Zhong Hailing (School of Computer Science and Engineering, University of Electronic Science and Technology, Sichuan, Chengdu 611731, P. R. China)
資料名： Journal of Circuits, Systems, and Computers  (Journal of Circuits, Systems, and Computers)
巻： 31  号： 4  ページ： 2250073  発行年： 2022年 
JST資料番号： W0526A  ISSN： 0218-1266  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 小さなサンプルに関する深いネットワークに基づく音声感情認識は,しばしば自然言語処理において非常に挑戦的な問題である。深層ネットワークの大規模パラメータは,小量子化音声サンプルで確実に訓練するのが非常に難しい。この問題に狙いを定めて,著者らは,Generative Adversarial Network(GAN)とLong Short Termメモリ(LSTM)の系統的協力による新しい方法を提案した。この方法では,十分なサンプル増強を実装するために,音声スペクトログラム画像上のGANの発生器と弁別器の敵対訓練を利用する。6層畳み込みニューラルネットワーク(CNN)を,2層LSTMによって,次に,音声スペクトログラムから特徴を抽出するために設計した。ネットワークの訓練を加速するために,識別器のパラメータを著者らの特徴抽出器に移した。サンプル増強によって,よく訓練された特徴抽出ネットワークと効率的分類装置を達成することができた。2つの公的に利用可能なデータセット,すなわち,EMO-DBとIEMOCAPに関する試験と比較は,著者らの新しい方法が有効であり,いくつかの最先端の方法より優れていることを示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声 ,  記憶装置 ,  弁別器 ,  量子化 ,  *学習 ,  データ ,  *ネットワーク ,  分類装置 ,  特徴抽出 ,  *認識 ,  自然言語処理 ,  深層
準シソーラス用語： スペクトログラム ,  *音声感情認識 ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： 音声感情認識 ,  小サンプルトレーニング ,  データ増強 ,  生成敵対ネットワーク ,  長期短期記憶

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： LSTMネットワーク ,  サンプル ,  学習 ,  音声感情認識