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
随机森林模型
训练深度学习模型
标签
切块
卫星遥感数据
饱和度
智能手表
时间序列分析技术
陀螺仪数据
机器学习算法
故障诊断系统
多任务深度学习模型
智能故障诊断
多尺度特征提取
融合策略
双向信息交互
生成结构化数据
薪资管理系统
注意力
多模态
智能生成方法
工程图纸
多层管道
注意力机制
策略更新