申请/专利权人:深兰人工智能芯片研究院(江苏)有限公司
申请日:2020-10-28
公开(公告)日:2024-04-26
公开(公告)号:CN112489687B
主分类号:G10L25/63
分类号:G10L25/63;G10L25/30;G06N3/0464;G06N3/047;G06N3/049;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2021.03.30#实质审查的生效;2021.03.12#公开
摘要:本发明公开了一种基于序列卷积的语音情感识别方法及装置,该方法包括获取待识别的语音信息,对语音信息进行提取得到所述语音信息的描述子向量,将描述子向量输入到序列卷积模型,得到语音信息的序列,对语音信息的序列进行处理,得到语音信息的序列特征以及局部特征,根据语音信息的序列特征和局部特征识别所述语音信息的情感。通过并列地使用局部特征和序列特征的方式来进行语音情感特征的识别,区别于传统上单独地使用局部特征或在局部特征的基础上获得时序特征来进行情感的识别方式,可以提高识别准确率。同时使用序列卷积的步长的设置来实现语音情感识别中的跳帧,来减少信息的冗余性。
主权项:1.一种基于序列卷积的语音情感识别方法,其特征在于,包括:获取待识别的语音信息;对所述语音信息进行提取得到所述语音信息的描述子向量;将所述描述子向量输入到序列卷积模型,得到所述语音信息的序列;所述序列卷积模型为c[m,x,y,z],其中,m表示特征映射个数,x和y为所述序列卷积模型的卷积核的大小,z为所述序列卷积模型在特征和时间维度上的步长;所述语音信息的序列具有时序性;对所述语音信息的序列进行处理,得到所述语音信息的序列特征以及局部特征;根据所述语音信息的序列特征和局部特征识别所述语音信息的情感;将所述语音信息的序列特征和局部特征进行联合后得到联合特征;将所述联合特征输入到第二激活函数中,得到所述语音信息的情感概率;根据所述语音信息的情感概率,将最大情感概率对应的情感确定为所述语音信息的情感。
全文数据:
权利要求:
百度查询: 深兰人工智能芯片研究院(江苏)有限公司 一种基于序列卷积的语音情感识别方法及装置
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。