-
公开(公告)号：CN115050395B
公开(公告)日：2024-10-29
申请号：CN202210494189.9
申请日：2022-05-07
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于多领域统计特征和改进CNN的含噪语音情感识别方法，属于语音识别领域，包括以下步骤：步骤1：首先对语料库中的纯净语音进行加噪处理，其次提取语音信号的相关多领域特征，采用统计函数对已提取的特征进行筛选，降低特征冗余度，得到冗余度低、情感区分度高的多领域统计特征；步骤2：搭建基于语音增强联合约束CNN‑DNN的框架；步骤3：将多领域统计特征作为系统模型的输入，提取与情感分类标签高度相关且对噪声具有鲁棒性的信息，得到输出层的情感分类结果；步骤4：对所提出的一种基于多领域统计特征和语音增强联合约束CNN‑DNN的噪声环境下语音情感识别方法进行性能评估。
-
公开(公告)号：CN115331698A
公开(公告)日：2022-11-11
申请号：CN202210492667.2
申请日：2022-05-07
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的跨语料库语音情感识别方法，属于语音识别技术领域，包括以下步骤：步骤1：提取语音信号的MFCC特征及其统计特征，将其作为系统的输入，表征与情感分类标签高度相关的信息；步骤2：将这两个语料库的统计特征作为DNN的输入，用于训练DNN模型，建立源域特征到目标域特征的迁移学习关系，实现两个域统计特征的变换对齐，提升两个语料库特征之间的领域自适应能力；步骤3：根据混淆度矩阵构建以CNN为树节点的多级分类模型；步骤4：对齐后的源域数据作为该CNN‑决策树模型的输入进行最终情感分类评估。
-
公开(公告)号：CN115050395A
公开(公告)日：2022-09-13
申请号：CN202210494189.9
申请日：2022-05-07
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于多领域统计特征和改进CNN的含噪语音情感识别方法，属于语音识别领域，包括以下步骤：步骤1：首先对语料库中的纯净语音进行加噪处理，其次提取语音信号的相关多领域特征，采用统计函数对已提取的特征进行筛选，降低特征冗余度，得到冗余度低、情感区分度高的多领域统计特征；步骤2：搭建基于语音增强联合约束CNN‑DNN的框架；步骤3：将多领域统计特征作为系统模型的输入，提取与情感分类标签高度相关且对噪声具有鲁棒性的信息，得到输出层的情感分类结果；步骤4：对所提出的一种基于多领域统计特征和语音增强联合约束CNN‑DNN的噪声环境下语音情感识别方法进行性能评估。
-
-
Search Results
3
records
(took 0.017 seconds)
