51五湖四取四海之财本科生以第一作者在SCI期刊《Speech Communication》发表研究成果

近日，51五湖四取四海之财2015级软件工程专业本科生姚增伟、王梓豪、刘炜煌和刘雅倩，在潘家辉副教授的指导以及学院的支持下，以第一作者在SCI期刊Speech Communication上发表研究论文《Speech Emotion Recognition Using Fusion of Three Multi-Task Learning-based Classifiers: HSF-DNN, MS-CNN and LLD-RNN》。该论文于2019年4月6日投稿，于2020年3月20日录用，2020年4月8日在线刊登。其中，Speech Communication是中科院3区的SCI学术期刊，属于“计算机科学”大类学科和“计算机：跨学科应用”小类学科。

本研究实现了一个基于深度神经网络的语音情绪识别算法。该算法使用了注意力机制，实现了句子层级的特征聚合；同时进行情绪的离散类别分类任务和连续属性值回归任务，使得网络可以学习更泛化的特征表示；在决策层融合了三个以不同特征作为输入的子分类器，结合了不同子分类器在不同情绪上的识别能力，显著提升了分类准确率。

论文《Speech Emotion Recognition Using Fusion of Three Multi-Task Learning-based Classifiers: HSF-DNN, MS-CNN and LLD-RNN》的下载地址如下：

https://doi.org/10.1016/j.specom.2020.03.005

撰稿：姚增伟、潘家辉