CN119479704A 一种基于语音识别的情绪识别方法 （杭州芝兰健康有限公司）_第1页
CN119479704A 一种基于语音识别的情绪识别方法 （杭州芝兰健康有限公司）_第2页
CN119479704A 一种基于语音识别的情绪识别方法 （杭州芝兰健康有限公司）_第3页
CN119479704A 一种基于语音识别的情绪识别方法 （杭州芝兰健康有限公司）_第4页
CN119479704A 一种基于语音识别的情绪识别方法 （杭州芝兰健康有限公司）_第5页
已阅读5页，还剩16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

本发明公开了一种基于语音识别的情绪识不同长度的观察窗口在待识别的语音信号上滑2S1、设置3种不同长度的观察窗口分别在待情绪识S11、采用短时观察窗口在待情绪识别语音信号上S12、采用中时观察窗口在待情绪识别语音信号上S13、采用长时观察窗口在待情绪识别语音信号上i,j为第i时刻发音段的第j个采样点的幅值，Fi,m37.根据权利要求6所述的基于语音识别的情绪所述1*1卷积层的输出端分别与第一特征增强通道的第一输入端和第二特征增强通道的所述第一特征增强通道的第二输入端用于输入发音谱所述第二特征增强通道的第二输入端用于输入发音强所述加法器A1的输入端分别与第一特征增强通道的输出端和第二特征增强通道的输所述LSTM层的输出端作为双通道特征增强模块的E为发音强度权值向量。每个所述自注意力模块的输入端用于输入1种语音情绪特征，其输出端与BP神经网络k4S3、根据发音能量向量中各个发音能量值与待识别人日常平均发音能量值的比音段集合对应的发音谱频权值向量和发音强度权值向量进行特征增强，得到语音情绪特51*1卷积层的输入端作为双通道特征增强模块的输入端，其输出端分别与第一特征增强通道的第一输入端和第二特征增强通道的第一加法器A1的输入端分别与第一特征增强通道的输出端和第二特征增强通道的输6每个自注意力模块的输入端用于输入1种语音情绪特征，其输出端与BP神经网络k7S3、根据发音能量向量中各个发音能量值与待识别人日常平均发音能量值的比音段集合对应的发音谱频权值向量和发音强度权值向量进行特征增强，得到语音情绪特8[0033]本发明提取发音能量值与日常平均发音能量值的比值，并采用指数函数进行增S42、对发音频谱信息计算平均幅值，计算大于平均幅值的谱频率特征值：i为第i时刻的谱频率特征值，yn为第i时刻发音频谱信息中大于平91*1卷积层的输出端分别与第一特征增强通道的第一输入端和第二特征增强通道的第一的输出端作为双通道特征增强模块的输出端。[0047]本发明采用加法器A1将第一特征增强通道的输出和第二特征增强通道的输出按每个自注意力模块的输入端用于输入1种语音情绪特征，其输出端与BP神经网络k[0056]本发明实现从不同尺度上捕捉情绪特征，综合3种发音段集合得到的语音情绪特

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