Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

语音情绪识别模型训练方法、情绪识别方法、装置和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本公开提供了一种语音情绪识别模型训练方法、情绪识别方法、装置和设备。涉及人工智能领域,尤其涉及智能语音识别、智能情绪识别领域。具体实现方案为:获取样本音频的第一特征和第二特征,其中,该第一特征用于表征与该样本音频的波形有关的特征,该第二特征用于表征与该样本音频的说话者有关的特征;利用该第一特征和该第二特征进行情绪特征解耦;利用解耦得到的情绪特征进行情绪识别训练,得到训练后的语音情绪识别模型。本公开采用解耦得到的情绪特征进行情绪识别训练,训练后的语音情绪识别模型能够更加准确的进行情绪识别。

主权项:1.一种语音情绪识别模型训练方法,包括:获取样本音频的第一特征和第二特征,其中,所述第一特征用于表征与所述样本音频的波形有关的特征,所述第二特征用于表征与所述样本音频的说话者有关的特征;利用所述第一特征和所述第二特征进行情绪特征解耦;利用解耦得到的情绪特征进行情绪识别训练,得到训练后的语音情绪识别模型;其中,利用所述第一特征和所述第二特征进行情绪特征解耦,包括:将所述第一特征和所述第二特征输入编码器进行编码处理,以实现情绪特征解耦;所述编码器包括权重平均层、第一连接层、第一卷积正则化层、双向长短时记忆BLSTM层和降采样层,将所述第一特征和所述第二特征输入编码器进行编码处理,包括:将所述第一特征输入所述权重平均层;将所述第二特征输入所述第一连接层;在所述第一连接层将所述权重平均层的输出特征和所述第二特征拼接,得到第一拼接特征;将所述第一拼接特征输入串联的所述第一卷积正则化层、所述BLSTM层和所述降采样层依次进行处理,得到所述编码器的输出特征,所述编码器的输出特征包括解耦后的情绪特征。

全文数据:

权利要求:

百度查询: 北京百度网讯科技有限公司 语音情绪识别模型训练方法、情绪识别方法、装置和设备

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。

相关技术
相关技术
相关技术
相关技术