发明

一种基于两阶段瓶颈层特征选择和多分类器联合判决算法的语音情感识别方法

2023-04-28 09:58:52 发布于四川 0
  • 申请专利号:CN202110812035.5
  • 公开(公告)日:2024-12-31
  • 公开(公告)号:CN114203203A
  • 申请人:南京邮电大学
摘要:本发明揭示了一种基于两阶段瓶颈层特征选择和多分类器联合判决算法的语音情感识别方法,包括如下步骤:S1、提取傅里叶系数特征并输入深度神经网络,训练深度神经网络以提取瓶颈特征,得到深层瓶颈层特征及浅层瓶颈层特征;S2、对深层瓶颈层特征与浅层瓶颈层特征的寻优融合;S3、对融合后的深浅层瓶颈层特征进行特征筛选,降低特征维度,提取情感区分度高的特征;S4、构建组合分类器,提出多分类器联合判决算法,进行联合判决、得到最终判决结果。本发明提取了深层瓶颈层特征和浅层瓶颈层特征,并利用GA对这两种特征进行融合,弥补了单一的瓶颈层特征不能全面表达情感信息的缺陷,进一步提升了语音情感识别效果。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114203203 A (43)申请公布日 2022.03.18 (21)申请号 202110812035.5 (22)申请日 2021.07.19 (71)申请人 南京邮电大学 地址 210003 江苏省南京市鼓楼区新模范 马路66号 (72)发明人 孙林慧 李秋 黄译庆 李平安  (74)专利代理机构 南京苏科专利代理有限责任 公司 32102 代理人 姚姣阳 (51)Int.Cl. G10L 25/63 (2013.01) G10L 25/03 (2013.01) G10L 25/30 (2013.01) G10L 25/45 (2013.01) 权利要求书2页 说明书12页 附图5页 (54)发明名称 一种基于两阶段瓶颈层特征选择和多分类 器联合判决算法的语音情感识别方法 (57)摘要 本发明揭示了一种基于两阶段瓶颈层特征 选择和多分类器联合判决算法的语音情感识别 方法,包括如下步骤:S1、提取傅里叶系数特征并 输入深度神经网络,训练深度神经网络以提取瓶 颈特征,得到深层瓶颈层特征及浅层瓶颈层特 征;S2、对深层瓶颈层特征与浅层瓶颈层特征的 寻优融合;S3、对融合后的深浅层瓶颈层特征进 行特征筛选,降低特征维度,提取情感区分度高 的特征;S4、构建组合分类器,提出多分类器联合 判决算法,进行联合判决、得到最终判决结果。本 发明提取了深层瓶颈层特征和浅层瓶颈层特征, A

最新专利