[发明专利]情感识别模型的训练方法、情感识别方法、装置、设备及存储介质

权利要求书

1.一种情感识别模型的训练方法，其特征在于，包括：

获取用户的语音信息以及所述语音信息对应的数据标签；

根据所述语音信息以及对应的数据标签构建样本数据；

基于预设系数对所述样本数据中的语音信息进行预加重处理，所述预设系数基于情感识别模型内注意力机制对应的训练参数确定；

根据预设处理规则对预加重处理后的语音信息进行预处理以得到对应的频谱向量；

提取预设的循环神经网络，所述循环神经网络包括所述注意力机制，所述注意力机制用于加强所述语音信息中的部分区域；

基于所述循环神经网络，根据所述语音信息对应的频谱向量和数据标签进行模型训练以得到情感识别模型。

2.根据权利要求1所述的训练方法，其特征在于，所述根据预设处理规则对预加重处理后的语音信息进行预处理以得到对应的频谱向量，包括：

对所述预加重处理后的语音信息进行分帧加窗处理以得到处理后的语音信息；

对处理后的语音信息进行频域变换以得到对应的幅度谱；

通过梅尔滤波器组对所述幅度谱进行滤波处理，并对滤波处理后的幅度谱进行离散余弦变换以得到梅尔频率倒谱系数；

对所述梅尔频率倒谱系数进行归一化处理以得到所述语音信息对应的频谱向量。

3.根据权利要求2所述的训练方法，其特征在于，所述通过梅尔滤波器组对所述幅度谱进行滤波处理，包括：

获取所述语音信息对应的最大频率，利用梅尔频率计算公式计算所述最大频率对应的梅尔频率；

根据计算的梅尔频率以及所述梅尔滤波器组中三角滤波器的数量计算两个相邻三角滤波器的中心频率的梅尔间距；

根据所述梅尔间距完成对多个三角滤波器的线性分布；

根据完成线性分布的多个三角滤波器对所述幅度谱进行滤波处理。

4.根据权利要求3所述的训练方法，其特征在于，所述梅尔频率计算公式为：

其中，f_mel为所述梅尔频率，f为所述语音信息对应的最大频率，A为系数；

所述对所述梅尔频率倒谱系数进行归一化处理以得到所述语音信息对应的频谱向量，包括：

采用零均值归一化对所述梅尔频率倒谱系数进行归一化处理以得到所述语音信息对应的频谱向量，所述零均值归一化对应的转化公式为：

其中，为梅尔频率倒谱系数的均值；σ为梅尔频率倒谱系数的标准差；x为每个梅尔频率倒谱系数；x^*为归一化后的梅尔频率倒谱系数。

5.根据权利要求1所述的训练方法，其特征在于，所述循环神经网络的结构包括输入层、循环层、注意力机制、全连层和输出层；所述注意力机制用于根据注意力方程建立所述循环层的输出量与权重向量之间的映射关系以实现加强所述语音信息中的部分区域；

所述注意力方程为：

其中，f(h_i)＝tanh(Wh_i+b)；g为所述全连层的输入向量；h_i为每一个时间点i对应的循环层的输出量；a_i是每一个时间点i对应的权重向量，用来代表每一个时间点i对全连层和输出层的影响大小；T为时间点i的总个数；W为一个维度S*D的矩阵参数,S为正整数，b和u为一个维度为S的向量参数，D为所述循环层中网络单元的个数。

6.一种情感识别方法，其特征在于，包括：

采集用户的语音信号；

根据预设处理规则对所述语音信号进行预处理以得到所述语音信号对应的频谱向量；

将所述频谱向量输入至情感识别模型对所述用户的情感进行识别，以得到所述用户的情感类别，所述情感识别模型为采用权利要求1至5中任一项所述的情感识别模型训练方法训练得到的模型。