公开(公告)号：CN108175426B

公开(公告)日：2020-06-02

申请号：CN201711315604.5

申请日：2017-12-11

Applicant: 东南大学

Inventor： 赵力 ,  查诚 ,  魏昕 ,  徐新洲 ,  黄程韦 ,  塔什甫拉提·尼扎木丁 ,  余华 ,  邹采荣

IPC: A61B5/16

Abstract: 本发明公开了一种基于深度递归型条件受限玻尔兹曼机的测谎方法，首先在连续语音段落中，利用条件受限玻尔兹曼机对时间序列具有良好的建模特性和简易的推理过程，对训练样本进行建模，得到说话人是否说谎的高阶统计信息；接着用该高阶统计信息和训练样本的标签对递归神经网络进行有监督的参数训练。在获得条件受限玻尔兹曼机和递归神经网络的初始化参数后，将这两个基本网络单元由下至上搭建而成；并在验证数据集上，基于最小二乘回归微调递归神经网络的参数；利用建立的网络，对说话人的语音信号特征进行测试。本发明能够自动得到测谎的结果，且具有相对较高的识别率，该方法对评测者的专业知识和技能要求不高，有较高的测试效率。

公开(公告)号：CN108175426A

公开(公告)日：2018-06-19

申请号：CN201711315604.5

申请日：2017-12-11

Applicant: 东南大学

Inventor： 赵力 ,  查诚 ,  魏昕 ,  徐新洲 ,  黄程韦 ,  塔什甫拉提·尼扎木丁 ,  余华 ,  邹采荣

IPC: A61B5/16

Abstract: 本发明公开了一种基于深度递归型条件受限玻尔兹曼机的测谎方法，首先在连续语音段落中，利用条件受限玻尔兹曼机对时间序列具有良好的建模特性和简易的推理过程，对训练样本进行建模，得到说话人是否说谎的高阶统计信息；接着用该高阶统计信息和训练样本的标签对递归神经网络进行有监督的参数训练。在获得条件受限玻尔兹曼机和递归神经网络的初始化参数后，将这两个基本网络单元由下至上搭建而成；并在验证数据集上，基于最小二乘回归微调递归神经网络的参数；利用建立的网络，对说话人的语音信号特征进行测试。本发明能够自动得到测谎的结果，且具有相对较高的识别率，该方法对评测者的专业知识和技能要求不高，有较高的测试效率。