摘要
本发明公开了一种基于语音的情绪识别方法、系统、装置及存储介质,旨在通过对语音信号进行多维度特征提取和分析,实现高效的情绪识别。该方法包括以下步骤:接收原始语音信号并进行预处理,得到净化语音信号;将净化语音信号分割为多个固定长度的语音片段,并提取多维度语音特征;利用特征演化模型对多维度语音特征进行时序分析,生成特征演化序列;利用卷积神经网络对特征演化序列进行深度特征提取,获得高维特征向量;将高维特征向量输入至带有注意力机制的长短期记忆网络,生成情绪特征向量;最后,将情绪特征向量输入至分类器,根据预设的情绪标签进行分类,确定净化语音信号的情绪类别,并输出该情绪类别作为原始语音信号的情绪识别结果。
技术关键词
高维特征向量
语音特征
情绪识别方法
长短期记忆网络
注意力机制
深度特征提取
滤除背景噪声
生成特征
混合神经网络模型
声学特征
频谱特征
情绪特征
分类器
信号
时间序列特征
线性预测倒谱系数
计算机可读取存储介质
演化特征
系统为您推荐了相关专利信息
多模态特征融合
煤矸石识别方法
通道注意力机制
光谱特征提取
音频特征提取
YOLO模型
输电线路故障
跨尺度特征融合
巡检方法
通道注意力机制
扫描系统
图样
光谱成像技术
边缘检测方法
表达式
数据聚类方法
注意力机制
链式方程
生成对抗网络
填充算法