machine-learning - HMM 与深度学习在语音情感识别 (SER) 中的比较

Question

对于构建语音情绪检测和识别系统，哪种方法会更好？隐马尔可夫模型还是深度学习 (RNN-LSTM) 方法？我必须建立一个 SER 系统，我对两者感到困惑。如果有比这两个更好的模型，请告诉。

Answer 1

基于 HMM 和 RNN-LSTM 的解决方案对于 SER 来说并不被认为是高度准确的。我相信迄今为止的排名算法是基于 Deep Retinal 的算法卷积神经网络 (DRCNN)。请参阅Speech emotion recognition using Deep Retinal Convolution Neural Networks ，作者:牛亚峰；邹东升;牛亚东；何，中石； Tan, Hua 于 2017 年 7 月发表。作者在以下数据库上取得了超过 99% 的平均准确率:IEMOCAP、EMO-DB 和 SAVEE。