语音情感语料库具有数据稀少的问题，然而深度神经网络的训练需要大量的数据才能实现较好的性能。数据增强是解决这一问题的有效方法，但是目前语音情感识别领域缺乏对数据增强方法的有效性研究。在分析多种语音数据增强方法的基础上，本文提出了一种基于改进条件生成对抗网络(Conditional Generative Adversarial Network， CGAN)的新的数据增强网络SAE-LS-CGAN。其中，改进CGAN将语音特征映射为N个矩阵，鉴别器分别对每个矩阵进行评价，增加鉴别的准确性。另外，网络整体设计与传统的生成对抗网络(Generative Adversarial Network， GAN)不同，该网络增加栈式自编码器(Stacked AutoEncoder， SAE)，并将其输出作为改进CGAN的输入，同时使用类别学习器(Class Learning Block， CLB)辅助提升生成样本的质量，最后引入最小二乘损失函数(The Least Squares Loss Function， LS)对网络进行对抗性训练，在原始特征空间和潜在空间中生成高质量的特征向量，这些生成数据扩展到训练数据中，用于分类。实验结果表明，在Emo-DB和IEMOCAP数据集上，都表现出较好的性能。

1 基于SAE-LS-CGAN数据增强方法
1.1 栈式自编码器
1.2 生成对抗网络
1.3 条件生成对抗网络
1.4 损失函数
2 实 验
2.1 实验数据与特征预处理
2.2 评价指标
2.3 实验设置
3 结 果
3.1消融实验
3.2对比实验
4 结 语