CN115273902B 一种语音情感识别方法及系统 （杭州电子科技大学）_第1页
CN115273902B 一种语音情感识别方法及系统 （杭州电子科技大学）_第2页
CN115273902B 一种语音情感识别方法及系统 （杭州电子科技大学）_第3页
CN115273902B 一种语音情感识别方法及系统 （杭州电子科技大学）_第4页
CN115273902B 一种语音情感识别方法及系统 （杭州电子科技大学）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

过小尺寸残差连接与特征卷积对加权特征图进2S2、通过小尺度残差连接与特征卷积对加权特征S12、重新设定通道注意力机制中激励操作的输出通道维度参数，重复执行上述步骤S13、将X中的权重参数取均值后得到的权重通过六层3x3卷积对加权特征图进一步提取特征，每隔一层卷积层将输出特征图的长4.根据权利要求2或3所述的一种语音情感识别方法，其特5.根据权利要求4所述的一种语音情感识别方法，其特征在于，所述激活函数采用;平行通道注意力加权模块，用于对输入语音特征图进行平行深层融合特征提取模块，用于通过小尺度残差连接与特征卷积3浅层特征提取模块，用于通过大尺度残差连接对加权特征图进行浅层特征融合模块，用于将深度融合情感特征图与浅层情感特模块进行深度融合情感特征图的提取过程包括：通过六层3x所述浅层特征提取模块进行浅层情感特征图的提取过程包括：插入大尺度残差连接，模块与浅层特征提取模块构成融合情感特征提取的双嵌套残差4嵌套残差结构提取加权融合情感特征的深度学习的语音情[0004]在深度学习的语音情感识别算法中，通常使用卷积神经网络(CNN)作为特征提取[0006]通道注意力机制通过压缩与激励操作获得全局感受野，同时强调每个通道的权5[0032]浅层特征提取模块，用于通过大尺度残差连接对加权特6[0039](2)本发明设计了有效提取融合情感特征的双嵌套残差结构，通过增加特征提取[0047]如图1所示，本发明实施例的基于平行通道注意力机制与双嵌套残差结构提取加7加权特征图Y进行浅层特征提取，且为保证所提取的浅层特征图与深层融合特征图维度一[0065]上述浅层特征和深度融合情感特征的提取构成构成融合情感特征提取的双嵌套[0069]平行通道注意力加权模块：对输入语音特征图进行不同8

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论