一种基于音素感知的语音情感识别方法及装置

本发明公开了一种基于音素感知的语音情感识别方法及装置，所述方法包括：获取原始语音，对所述原始语音预处理得到音频序列和音素序列；通过所述初始模型的全连接层和softmax函数，得到音素标签的预测概率，通过第一交叉熵损失函数计算音素预测损失；将所述编码特征和所述解码特征通过挤压激励模块融合，得到增强特征；将增强特征在时间维度进行池化，并在特征维度上进行拼接，形成聚合特征。本发明提供的语音情感识别方法，减少了预训练表示中的身份信息，从而为语音情感识别任务提供更强大和更具区分性的特征。为了进一步利用预训练表示，引入了一个挤压激励模块，以建模特征通道之间的依赖关系并突出情感相关信息，提升了语音情感识别任务的性能。