公开(公告)号：CN113362857A

公开(公告)日：2021-09-07

申请号：CN202110663975.2

申请日：2021-06-15

Applicant: 厦门大学

Inventor： 文昕成 ,  刘昆宏 ,  叶嘉鑫 ,  罗妍 ,  王煊泽 ,  吴昌鲡

IPC: G10L25/63 ,  G10L25/45 ,  G10L15/08

Abstract: 一种基于CapCNN的实时语音情感识别方法及应用装置，涉及生物特征识别技术领域，所述方法包括：步骤一、搜集一定数量的自闭症儿童的语音数据，对提取出来的数据进行预处理，包括端点检测和分帧加窗的操作；步骤二、提取预处理过后的语音数据的语谱特征作为输入数据；步骤三、构建基于CapCNN的模型，将输入数据经过训练，判断输入语音的情感；步骤四、结合输入数据和模型中的情感分类，与识别对象进行交互。本发明实现了更高的准确率，相比其他语音情感识别的方法，在语音的短时识别上表现的更好，且在多个数据集中都表现出更好的鲁棒性，能够较好地把握语谱图的位置信息和整体特征，是一种高效稳定语音情感识别方法。

公开(公告)号：CN113257279B

公开(公告)日：2025-01-10

申请号：CN202110316240.2

申请日：2021-03-24

Applicant: 厦门大学

Inventor： 叶嘉鑫 ,  刘昆宏 ,  吴昌鲡 ,  王煊泽 ,  文昕成 ,  罗妍

IPC: G10L25/63 ,  G10L25/30 ,  G10L25/03 ,  G10L25/24 ,  G10L25/18 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048

Abstract: 一种基于GTCN的实时语音情感识别方法及应用装置，涉及生物特征识别技术领域，方法包括：步骤一、搜集一定数量的虚拟现实交互式语音游戏玩家的语音数据，对提取出来的数据进行预处理，包括端点检测和分帧加窗的操作；步骤二、提取预处理过后的语音数据的组合特征作为输入数据；步骤三、构建基于GTCN的模型，将输入数据经过训练，判断输入语音的情感；步骤四、结合输入数据和模型中的情感分类，与识别对象进行交互。相比其他语音情感识别方法，本发明实现了更高的准确率，在多个数据集中都表现出更佳的情感分类效果和更好的鲁棒性，并且能够以更高的效率和更低的内存进行训练，是一种高效稳定的语音情感识别方法。

公开(公告)号：CN113257279A

公开(公告)日：2021-08-13

申请号：CN202110316240.2

申请日：2021-03-24

Applicant: 厦门大学

Inventor： 叶嘉鑫 ,  刘昆宏 ,  吴昌鲡 ,  王煊泽 ,  文昕成 ,  罗妍

IPC: G10L25/63 ,  G10L25/30 ,  G10L25/03 ,  G10L25/24 ,  G10L25/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于GTCN的实时语音情感识别方法及应用装置，涉及生物特征识别技术领域，方法包括：步骤一、搜集一定数量的虚拟现实交互式语音游戏玩家的语音数据，对提取出来的数据进行预处理，包括端点检测和分帧加窗的操作；步骤二、提取预处理过后的语音数据的组合特征作为输入数据；步骤三、构建基于GTCN的模型，将输入数据经过训练，判断输入语音的情感；步骤四、结合输入数据和模型中的情感分类，与识别对象进行交互。相比其他语音情感识别方法，本发明实现了更高的准确率，在多个数据集中都表现出更佳的情感分类效果和更好的鲁棒性，并且能够以更高的效率和更低的内存进行训练，是一种高效稳定的语音情感识别方法。