公开(公告)号：CN109036465B

公开(公告)日：2021-05-11

申请号：CN201810685220.0

申请日：2018-06-28

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  陈嘉

IPC: G10L25/63 ,  G10L25/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明揭示了一种语音情感识别方法，包括如下步骤：S1、将实验所用的语音数据转换成语谱图；S2、对所得到的语谱图进行数据扩增处理；S3、由传统卷积神经网络构建出融合深浅层特征的卷积神经网络；S4、分别采用传统的卷积神经网络以及融合深浅层特征的卷积神经网络进行语音情感识别实验，比较二者的语音情感识别率。本发明可以充分提取语谱图特征，从而提高语音情感识别率，相对于传统的卷积神经网络，本发明中所提出的深浅层特征融合的卷积神经网络可以通过将浅层特征进行降维，充分地与深层特征进行融合，从而得到更能代表各类情感的特征。本发明不仅可以有效地提高语音情感识别率、确保识别的准确性，而且具有更为优异的泛化能力。

公开(公告)号：CN109036465A

公开(公告)日：2018-12-18

申请号：CN201810685220.0

申请日：2018-06-28

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  陈嘉

IPC: G10L25/63 ,  G10L25/30 ,  G06N3/04 ,  G06N3/08

CPC classification number: G10L25/63 ,  G06N3/0454 ,  G06N3/08 ,  G10L25/30

Abstract: 本发明揭示了一种语音情感识别方法，包括如下步骤：S1、将实验所用的语音数据转换成语谱图；S2、对所得到的语谱图进行数据扩增处理；S3、由传统卷积神经网络构建出融合深浅层特征的卷积神经网络；S4、分别采用传统的卷积神经网络以及融合深浅层特征的卷积神经网络进行语音情感识别实验，比较二者的语音情感识别率。本发明可以充分提取语谱图特征，从而提高语音情感识别率，相对于传统的卷积神经网络，本发明中所提出的深浅层特征融合的卷积神经网络可以通过将浅层特征进行降维，充分地与深层特征进行融合，从而得到更能代表各类情感的特征。本发明不仅可以有效地提高语音情感识别率、确保识别的准确性，而且具有更为优异的泛化能力。