[发明专利]在频谱上对语音进行情绪识别的方法、系统及存储介质有效
| 申请号： | 201811183893.2 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109243491B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 刘博卿;贾雪丽;王健宗;肖京 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G10L25/63 | 分类号： | G10L25/63;G10L25/18;G10L25/30;G10L25/45;G10L21/0208;G10L15/06;G10L15/20 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 袁文婷;陈英俊 |
| 地址： | 518033 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术领域，提供一种在频谱上对语音进行情绪识别的方法、系统及存储介质，其中方法包括：对语音进行预处理；对预处理后的语音进行频谱计算，获取频谱值；对频谱值进行归一化处理；采用深度网络神经对经过归一化处理的频谱值进行情绪识别，获取情绪识别结果。利用本发明，能够解决目前对语音进行的情绪识别率低、延时以及对未知环境噪音的鲁棒性差等问题。 | ||
| 搜索关键词： | 频谱 语音 进行 情绪 识别 方法 系统 存储 介质 | ||
【主权项】：
1.一种在频谱上对语音进行情绪识别的方法，应用于电子装置，其特征在于，包括：对语音进行预处理；对预处理后的语音进行频谱计算，获取频谱值，其中，采用重叠的海宁窗口对每一个子句进行操作，其中，窗移10毫秒，窗口大小20毫秒，对于每一音频帧，计算一个维度为800、网格分辨率为20Hz的离散傅里叶变换值，其中，所述离散傅里叶变换值即为频谱值，将通过计算获得每一个子句的频谱值聚合在一起，形成一个N×M的矩阵，其中，根据语音句子的长度，N<＝300，根据选定的频率网格分辨率，M＝200；对所述频谱值进行归一化处理；采用深度网络神经对经过归一化处理的频谱值进行情绪识别，获取情绪识别结果。
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平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，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/201811183893.2/，转载请声明来源钻瓜专利网。
- 上一篇：音频检测方法、装置及存储介质
- 下一篇：一种语音情感识别系统及识别方法
