Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜南京邮电大学徐新洲获国家专利权

恭喜南京邮电大学徐新洲获国家专利权

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!

龙图腾网恭喜南京邮电大学申请的专利一种基于重构原型和生成学习的零样本语音情绪识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116434785B

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310418118.5,技术领域涉及:G10L25/63;该发明授权一种基于重构原型和生成学习的零样本语音情绪识别方法是由徐新洲;殷志鹏;陈永发;杨震;邓军;张子兴设计研发完成,并于2023-04-19向国家知识产权局提交的专利申请。

一种基于重构原型和生成学习的零样本语音情绪识别方法在说明书摘要公布了:本发明属于语音信号情绪识别领域,公开了一种基于原型重构和生成学习的零样本语音情绪识别方法。该方法首先对已知情绪类别语段样本提取副语言特征,结合已知情绪类别语义嵌入原型、已知情绪类别语段样本标签,训练得最优原型重构模型,再结合已知和未知情绪类别语义嵌入原型,分别得到已知和未知情绪类别重构原型;接着,对已知情绪类别语段样本提取副语言特征,进而根据已知情绪类别语段样本标签,结合已知情绪类别重构原型,训练得最优生成学习模型,再结合未知情绪类别重构原型,得未知情绪类别生成样本的副语言特征;最后,利用未知情绪类别生成样本的副语言特征,训练得最优分类器,对未知情绪类别测试语段样本进行未知情绪类别判决。

本发明授权一种基于重构原型和生成学习的零样本语音情绪识别方法在权利要求书中公布了:1.一种基于重构原型和生成学习的零样本语音情绪识别方法,其特征在于,所述零样本语音情绪识别方法包括:数据获取步骤,首先建立语音情绪数据库,其中包括若干语段样本,每个语段样本有其对应的情绪类别标签;将语音情绪数据库划分为已知情绪类别样本所组成的训练集,以及未知情绪类别样本所组成的测试集;每个语段样本都拥有已知且唯一的情绪类别标签;模型优化和应用步骤,具体模型优化和应用步骤包括以下具体步骤:步骤一、提取生成nF维原始特征:对训练样本集中的每个语段样本,分别提取出对应的副语言特征,作为原始特征,并对原始特征做规整化处理,得到NS个训练样本对应的规整化特征步骤二、对已知情绪类别名称进行语义嵌入映射,生成各已知情绪类别语义嵌入原型其中cS为已知情绪类别数,nA为情绪类别名称的语义嵌入维数;步骤三、由从已知情绪类别语段样本提取的规整化副语言特征XS及其对应样本的情绪类别标签以及已知情绪类别原型AS,进行原型重构模型训练,得到已知情绪类别语段样本重构原型和最优原型重构模型,进而使用最优原型重构模型,结合未知情绪类别语义嵌入原型得到未知情绪类别语段样本重构原型步骤四、使用从已知情绪类别语段样本提取的规整化副语言特征XS及其对应样本的情绪类别标签YS,以及已知情绪类别语段样本重构原型进行生成学习,通过训练生成器fG·和判别器fD·,·,求解得生成器对应的最优生成学习模型进而使用最优生成学习模型,结合未知情绪类别重构原型生成得到未知情绪类别生成样本的副语言特征;步骤五、将未知情绪类别生成样本的副语言特征经过步骤一中所述规整化处理后,送入分类器进行训练,求解得最优分类器,进而针对未知情绪类别测试语段样本提取副语言特征,并使用步骤一所述规整化方法,得到未知情绪类别测试语段样本的规整化副语言特征xU,并使用最优分类器进行分类判决。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210046 江苏省南京市栖霞区文苑路9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。