[发明专利]基于深度神经网络的语音情感识别方法

摘要

本发明公开了一种基于长短时间记忆网络和卷积神经网络的语音情感识别方法，该方法构建基于LSTM和CNN的语音情感识别系统，将语音序列作为系统的输入，采用反向传播算法对LSTM和CNN进行训练，优化网络的参数，得到优化后的网络模型；利用已经训练好的网络模型对新输入的语音序列进行情感分类，分为悲伤、高兴、厌恶、恐惧、惊吓、中性六种情感。该方法综合考虑了LSTM和CNN两种网络模型，避免了人工选择和提取特征的繁琐，提高了情感识别的准确率。

主权项

一种基于长短时间记忆网络和卷积神经网络的语音情感识别方法，其特征在于，包括以下步骤：步骤A、对语音情感数据库中的语音样本进行预处理操作,使得每个语音样本均能用一个等长的序列表示，从而得到预处理后的语音序列；步骤B、构建基于长短时间记忆网络LSTM和卷积神经网络CNN的语音情感识别系统，其包含两个基本模块：长短时间记忆网络模块和卷积神经网络模块；步骤C、将预处理后的语音序列依次送入语音情感识别系统进行多次训练，利用反向传播算法调整LSTM和CNN的参数，获得优化后的网络模型；步骤D、利用步骤C训练得到的网络模型对新输入的语音序列进行情感分类，分为悲伤、高兴、厌恶、恐惧、惊吓、中性六种情感。