[发明专利]一种基于卷积神经网络的语音情感识别方法及系统

摘要

本发明提出了一种基于卷积神经网络的语音情感识别方法及系统。所述方法先对获取的语音信号进行预处理，再利用语谱图以时频域形式将语音信号进行显示，随后利用卷积神经网络进行特征提取，提取过程主要分为卷积过程，再进行池化过程，可根据实际信号特点和特征提取需求多次卷积与池化，得到特征图之后再用分类器进行情感特征分类，输出语音情感识别结果，本发明方法既可以保持情感特征提取的准确性，也可以保证系统识别的实时性。

主权项

1.一种基于卷积神经网络的语音情感识别方法，其特征在于，包含以下步骤：S1、获取输入的语音信号x(t)，并对所述语音信号x(t)进行预处理，获得预处理后的语音信号x′d(n)；S2、将预处理后的语音信号x′d(n)进行语谱图绘制，获得以频域信号Xd(k)显示的语谱图；S3、构建卷积神经网络模型，对S2输出的以频域信号Xd(k)显示的语谱图进行特征提取，获得语音信号特征图；S4、构建分类器SVM模型，所述分类器SVM模型包含K个SVM二分类器，SVM二分类器的模型表达式为其中K为预设的情感类别数量，C>0，C是惩罚系数，ω和b是超平面的参数，ωx_i+b表示语音信号特征图中样本点x_i到超平面距离，即分类间隔；y_i为语音样本点情感标签函数；S5、利用所述构建的分类器SVM模型对步骤S3得到的语音信号特征图进行识别，输出情感特征分类结果既当分类间隔ωx_k+b最大值时，获得的分类器编号k，从而获得第k个分类器对应的语音情感。