[发明专利]一种建立语音情感识别模型的方法及语音情感识别方法

权利要求书

1.一种建立语音情感识别模型的方法，其特征是，所述方法包括：

使用opensmile提取出1584维的情感声学特征；

利用所述情感声学特征作为自然情绪状态的语音训练生成一个UBM通用背景模型；

针对每一类自然情绪状态，在所述UBM通用背景模型的基础上生成每一类自然情绪状态对应的GMM模型；

将所述自适应生成的每一类自然情绪状态对应的GMM模型作为语音情感识别模型。

2.根据权利要求1所述的一种基于GMM-UBM建立语音情感识别模型的方法，其特征是，所述自然情绪状态包括高兴、悲伤、愤怒和中性。

3.一种基于上述权利要求1-2任一项所述一种建立语音情感识别模型的方法的语音情感识别方法，其特征是，所述方法包括：

获取语音文件，对语音文件进行VAD预处理，根据静音部分将语音文件切分为至少一份音频，同时将至少一份音频转换成声学特征；

将所述声学特征输入语音情感识别模型，获得GMM超向量；

所述GMM超向量作为所述至少一份音频的embedding输入XGBoost模型中获得所述至少一份音频的标签；

所述至少一份音频的标签采用Bagging算法进行投票，获得所述至少一份音频的标签的投票结果；

将占据多数的投票结果作为最终的输出结果，对语音文件进行情绪打标。

4.根据权利要求2所述的语音情感识别方法，其特征是，所述方法还包括：在时间频域上，切除语音文件的静音部分，获得切分后的至少一份音频。