-
公开(公告)号：CN107358946A
公开(公告)日：2017-11-17
申请号：CN201710428283.3
申请日：2017-06-08
Applicant: 南京邮电大学
Abstract: 本发明公开了基于时间切片的语音情感识别方法，该方法包括如下步骤：步骤1：语音等长补全，设置一个声音的最大时常，采用白噪声将读入的语音信号进行时间补足；步骤2：语音信号切片，对上述步骤1所得的声音信号进行切片，即：时间等长切片和语音包络单元切片等；步骤3：语音片段时频分析，采用时频分析工具；步骤4：序列重构；步骤5：情感标记；步骤6：图像特征提取；步骤7：情感训练；步骤8：语音情感识别，对新输入的语音信号，采用上述步骤1到步骤6的方法得到情感特征集，然后输入到上述步骤7所得的情感分类模型中，最终得到当前语音的情感类型。该方法采用利用时间切片卷积和深度学习对语音情感进行分类，很好地提高了识别效率。
-
公开(公告)号：CN107358946B
公开(公告)日：2020-11-13
申请号：CN201710428283.3
申请日：2017-06-08
Applicant: 南京邮电大学
Abstract: 本发明公开了基于时间切片的语音情感识别方法，该方法包括如下步骤：步骤1：语音等长补全，设置一个声音的最大时常，采用白噪声将读入的语音信号进行时间补足；步骤2：语音信号切片，对上述步骤1所得的声音信号进行切片，即：时间等长切片和语音包络单元切片等；步骤3：语音片段时频分析，采用时频分析工具；步骤4：序列重构；步骤5：情感标记；步骤6：图像特征提取；步骤7：情感训练；步骤8：语音情感识别，对新输入的语音信号，采用上述步骤1到步骤6的方法得到情感特征集，然后输入到上述步骤7所得的情感分类模型中，最终得到当前语音的情感类型。该方法采用利用时间切片卷积和深度学习对语音情感进行分类，很好地提高了识别效率。
-
Search Results
2
records
(took 0.012 seconds)
