摘要
本申请涉及信号处理技术,公开了一种情绪识别模型的训练方法、系统、情绪识别方法,其中,方法包括:对获取的语音样本进行加噪及增强处理,生成增强后语音信号,所述语音样本为具有情绪标签的样本;将所述增强后语音信号输入深度学习模型,得到语音编码特征;对所述语音编码特征进行解耦,以分离出语音特征和噪声特征;通过所述深度学习模型对所述语音特征进行情绪分类,并计算情绪分类损失;对所述噪声特征进行噪声分类,并计算辅助任务损失;基于所述情绪分类损失和所述辅助任务损失,对所述深度学习模型进行迭代更新,得到情绪识别模型。通过训练提升模型的鲁棒性,实现更精准的情绪分类。
技术关键词
情绪识别模型
深度学习模型
语音编码
语音特征
噪声特征
情绪识别方法
噪声分类
样本
计算机设备
信号处理技术
标签
训练系统
频谱特征
编码模块
可读存储介质
存储器
鲁棒性
系统为您推荐了相关专利信息
二维到达角
信号接收模块
深度学习模型
构建系统
信号发射模块
连续小波变换
深度学习模型
卷积神经网络模型
计算机设备
样本
DDoS攻击检测方法
加密
数据
注意力机制
网络设备
皮带输送机
声纹特征
噪声特征
监测系统
数据处理模块
混合深度学习模型
浓度识别方法
图像特征向量
多波段
序列