摘要
本公开的实施例公开了基于改进型卷积神经网络的中文语音情感识别方法。该方法的一具体实施方式包括:获取中文语音信号;对中文语音信号进行信号预处理,得到预处理后语音信号;对预处理后语音信号进行信号特征提取,得到信号特征,其中,信号特征包括:韵律学特征、能量相关特征、时长相关特征和梅尔频率倒谱系数特征;根据信号特征和改进型卷积神经网络进行中文语音情感识别,得到针对中文语音信号的情感分类,其中,改进型卷积神经网络为含有多级残差结构的卷积神经网络。该实施方式降低了中文语音情感识别的误识率和漏识率,同时降低了识别的时间消耗。
技术关键词
改进型卷积神经网络
信号特征提取
语音情感识别方法
残差结构
语音情感识别装置
拾音设备
能量特征提取
傅里叶变换处理
连续小波变换
数字滤波器
离散余弦
处理器
频率
存储装置
电子设备
系统为您推荐了相关专利信息
风机叶片
损伤识别方法
轻量化卷积神经网络
神经网络模型
多层感知器
智能标记方法
梅尔频率倒谱系数
多头注意力机制
数控机床
前馈神经网络
医学命名实体识别
序列特征
输出特征
多任务
BERT模型
滑动时间窗口
心理
多维度特征提取
监测方法
原始脑电信号
监管系统
设备故障分析
数据采集单元
云平台
UWB定位标签