解耦知识蒸馏优化的域自适应跨库情感识别

打开文本图片集

摘  要： 减小域间差异和加强特征情感表达是解决跨库语音情感识别任务的两个主要问题，但少有研究同时考虑到上述问题，为此，提出一种基于解耦知识蒸馏策略优化的域自适应跨库语音情感识别算法。在域自适应算法中引入解耦知识蒸馏（DKD）策略，提高特征提取器获取具有显著情感信息的域不变特征的能力；并提出一个时频域自校正卷积神经网络（TFSC⁃CNN），融合不同感受域的特征细节，丰富特征中的情感信息，作为教师模型，指导特征提取器的训练过程；最后，使用优化后的特征提取器进行对抗训练，减小特征的域间差异，提升模型的泛化能力。（剩余14030字）