申请/专利权人:华南师范大学
申请日:2023-12-21
公开(公告)日:2024-04-12
公开(公告)号:CN117877528A
主分类号:G10L25/63
分类号:G10L25/63;G10L15/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及语音情感识别技术领域,特别涉及一种语音情感识别方法,聚焦于语音数据中的时间、空间和通道依赖性,对语音数据的语音特征进行多维特征增强,捕获语音数据中的多维特征,基于多维特征,提取不同细腻度的局部特征和全局特征并进行特征融合,用以进行语音情感识别,提高语音情感识别的准确性。
主权项:1.一种语音情感识别方法,其特征在于,包括以下步骤:获得待识别的语音数据以及预设的语音情感识别模型,其中,所述语音情感识别模型包括语音特征提取模块、多维特征增强模块、局部全局特征融合模块以及情感识别模块,所述多维特征增强模块包括时序特征增强模块、通道特征增强模块以及空间特征增强模块;所述局部全局特征融合模块包括局部卷积处理模块、全局多头注意力处理模块以及卷积倒残差处理模块;将所述待识别的语音数据输入至所述语音特征提取模块中进行语音特征提取,获得语音特征图;将所述语音特征图输入至所述时序特征增强模块中进行特征增强,获得时序特征图;将所述时序特征图分别输入至所述通道特征增强模块、空间特征增强模块中进行特征增强,获得通道特征图以及空间特征图,将所述通道特征图以及空间特征图进行特征融合处理,获得多维特征融合图;将所述多维特征融合图输入至所述局部卷积处理模块中进行卷积处理,获得局部卷积特征图,将所述局部卷积特征图输入至所述全局多头注意力处理模块中进行注意力提取,获得注意力特征图;将所述注意力特征图输入至所述卷积倒残差处理模块中进行卷积倒残差处理,获得局部全局特征融合图;将所述局部全局特征融合图输入至所述情感识别模块中进行情感识别,获得所述待识别的语音数据的情感识别结果。
全文数据:
权利要求:
百度查询: 华南师范大学 语音情感识别方法、装置、计算机设备以及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。