一种面向对抗攻击的鲁棒性语音情感识别方法

摘要

目前,现有的语音情感识别研究主要考虑在实验环境下收集语音数据进行情感识别,并没有考虑现实世界中存在各种噪声的影响。为此,考虑到噪声的影响,提出一种面向对抗攻击的鲁棒性语音情感识别方法,用于实现带有噪声的情感语音的分类。首先采用快速梯度符号法生成对抗数据,然后将真实数据和对抗数据进行混合,再将混合数据输入防御模块中进行模型的对抗攻击训练。最后,在IEMOCAP数据集上的实验结果表明,该方法用于语音情感识别能有效提高深度学习模型的鲁棒性和识别准确率。