计算机科学与探索

作者：宁美玲, 齐佳音, 梁快, 张洵, 陈凯帆

单位：1. 上海对外经贸大学 统计与信息学院，上海 2016202. 广州大学 网络空间安全学院（黄埔），广州 5100063. 广州大学 黄埔研究院，广州 5100064. 北京邮电大学 可信分布式计算与服务教育部重点实验室，北京 100084

关键词：语音情感识别,持续学习,特征解耦学习,变分自编码器,知识迁移

基金：国家自然科学基金（72293583）。

针对语音情绪识别领域中语音模型缺乏大量带标签的训练数据和语音模型无法持续学习的问题，提出了一种面向语音情感识别的持续特征解耦生成方法，该方法能够有效地提取数据情感信息并能较好地进行持续学习分类。构建并行选择解耦器，利用频谱选择模块和内容选择模块将语音的频谱特征和内容特征建立联系，通过计算情绪相关系数，赋予解耦数据相关权重，生成融合特征数据。构建二阶知识流情绪分类器，充分挖掘利用生成的语音情绪数据，引入自定义L2归一化层，构建自定义持续语音情绪分类网络（CL-SER），利用多层卷积结构处理语音情绪数据，减少模型误差损失。利用任务蒸馏损失和任务平滑损失优化持续语音情感网络CL-SER，实现跨任务的知识迁移，提高模型持续分类准确率。在IEMOCAP数据集上，进行了生成数据性能、模型防止灾难性遗忘性能和情绪分类性能测试。实验结果表明，提出的持续语音情感数据生成方法在多组持续学习方法和语音情感识别方法中均展现出了在准确率、遗忘率和未加权平均召回率等方面的良好性能，相较于其他经典的持续学习方法和情绪识别方法更具优势。

来源：2025年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第7期