[发明专利]基于注意力机制的语音情感识别方法有效
| 申请号： | 201811135064.7 | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109285562B | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 谢跃;梁瑞宇;梁镇麟;郭如雪 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G10L25/63 | 分类号： | G10L25/63;G10L25/27;G10L15/06;G06N3/04 |
| 代理公司： | 南京创略知识产权代理事务所(普通合伙) 32358 | 代理人： | 严靖 |
| 地址： | 210000 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于注意力机制的语音情感识别方法，包括以下步骤，从原始语音数据中提取具有时序信息的语音特征；建立具有处理变长数据能力的LSTM模型；通过注意力机制优化LSTM模型中的遗忘门计算方式；对优化后的LSTM模型输出的同时，进行时间维度和特征维度的注意力加权操作；在LSTM模型上添加全连层与软最大化层，构建形成完整的情感识别网络模型；训练情感识别网络模型，并对该情感识别网络模型的识别性能进行评测。本发明的基于注意力机制的语音情感识别方法，能够提高语音情感识别的性能，方法巧妙新颖，具有良好的应用前景。 | ||
| 搜索关键词： | 基于 注意力 机制 语音 情感 识别 方法 | ||
【主权项】：
1.基于注意力机制的语音情感识别方法，其特征在于：包括以下步骤，步骤(A)，从原始语音数据中提取具有时序信息的语音特征；步骤(B)，建立具有处理变长数据能力的LSTM模型；步骤(C)，通过注意力机制优化LSTM模型中的遗忘门计算方式；步骤(D)，对优化后的LSTM模型输出的同时，进行时间维度和特征维度的注意力加权操作；步骤(E)，在LSTM模型上添加全连层与软最大化层，构建形成完整的情感识别网络模型；步骤(F)，训练情感识别网络模型，并对该情感识别网络模型的识别性能进行评测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811135064.7/，转载请声明来源钻瓜专利网。
