基于联邦多模态全局扩散模型的情绪识别方法、系统、终端及存储介质

本发明涉及对话信息分析技术领域，公开了一种基于联邦多模态全局扩散模型的情绪识别方法、系统、终端及存储介质，所述方法包括：通过对话图网络捕捉对话依赖关系，以及语义条件网络强制语义对齐，确保恢复模态与可用模态在上下文、说话人身份和语义上的一致性，并周期性地冻结恢复模块与分类器模块以促进联邦协同优化。本发明将联邦学习与生成式模态恢复相结合，以解决多模态对话情绪识别场景下，客户端不可预测的模态缺失问题，从而提高情绪识别的准确性。