[发明专利]一种使用谱图和深卷积神经网络进行语音情感识别的方法

权利要求书

1.一种使用谱图和深卷积神经网络进行语音情感识别的方法，包括以下步骤：

步骤1：根据语音信号生成频谱图；

步骤2：构建深卷积神经网络模型；

步骤3：用大量的频谱图作为输入，训练并优化所述深卷积神经网络模型；

步骤4：对训练好的所述深卷积神经网络模型进行测试并优化。

2.如权利要求1所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：所述频谱图是语音信号的特定波形的频率随时间变化的视觉表现。

3.如权利要求2所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：所述频谱图是一个二位图形，横坐标表示时间，纵坐标表示频率。

4.如权利要求3所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：所述频谱图是指对所述语音信号加入FFT转换计算得到时间和频率的关系。

5.如权利要求4所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：为了观察所述语音信号某一时刻的频率，将所述语音信号分成多个块，每一块都进行FFT转换。

6.如权利要求5所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于非周期性连续时间信号X(t)的傅里叶变化定义为：计算出来的是信号X(t)的连续频谱，在实际应用中得到的是连续信号X(t)的离散采样值X(nT)。

7.如权利要求6所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：利用离散信号X(nT)来计算信号X(t)的频谱，有限长离散信号X(n)，n＝0，1，...，N-1的DFT定义其中，N为采样点个数，j表负数的虚部。

8.如权利要求7所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：所述深卷积神经网络模型由三个卷积层，三个全连接层和一个softamx层组成。

9.如权利要求8所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：所述步骤1还包括把得到的N*N像素的所述频谱图作为卷积神经网络的输入。

10.如权利要求9所述的使用谱图和深卷积神经网络进行语音情感识别的方法，其特征在于：初始的所述卷积层中用卷积函数从频谱图中提取特征。