7AUTOMATIC SPEECH EMOTION RECOGNITION USING RECURRENT NEURAL NETWORKS WITH LOCAL ATTENTION

---

前言

原文地址—2017

一、文章内容

• 文章想法：在RNN模型的基础上加上注意力机制，以使得提取出的全局特征能更好的关注和反映出局部特征中的感情信息

• 输入数据：原文认为各种各样的描述感情的信息的特征都是从频谱图的基础上提取的，与其通过复杂的计算获得五花八门的特征，不如直接使用原始的特征来让模型自己去提取用于的特征，还能更好滴保持原始信息的完整性。

• 文章模型：
  

• 训练方式：有监督单模训练

• 模型输出：RNN序列，然后进行池化（平均池化，注意力池化）

• 实验结果：
  

• 文章结论：如实验结果所示

二、文章总结

• 文章novel和优势：
  • 在RNN模型的基础上引入了local attention注意力机制，进一步提高了检测效果
  • 相比于CNN加注意力机制，效果好很多
• 同其他文章比较的劣势：